上周五参加了第二届大数据世界论坛，第一个收获就是对什么是“大数据”有了基本的认识。 好几位演讲嘉宾都在slide中给出了自己对大数据的定义，通过综合比较下面4个厂商给出的定义，感觉其实业界对大数据还已经形成了定性的共识，但在定量方面貌似还有不小的差异。 下面归纳大家的共识，给出另外一版定义（定量部分仅供参考）： 1. 背景 a) 从近几年数据量的增长趋势上看，预计到2020年世界数据量达到35.2ZB（10的21次方），比10年增加44倍； b) 从技术角度看，现有常规技术架构在处理这种规模的数据上面临很大挑战，业界需要新的技术手段能以足够经济的办法处理极端规模的数据量； c) 从业务角度看，大数据对应的收集、处理和分析过程没有发生根本改变，构建和运行大数据系统的投入必须要能够产生最够的价值才有意义 2. 对大数据的描述（6V） a) 大规模（Volume）：数据量至少得到达PB（～10的15次方，1000T）的规模； b) 快速性（Velocity）：短暂的决定时间和数据本身快速的变化是系统建设最大的挑战； c) 多样性（Variety）：数据类型多样，给集成带来了很大的开销。一般来说我们需要构建结构化、半结构化和文件型数据并存的数据系统； d ...

Continue reading