問題來了，大數據的特性究竟有多少個V？

—— 原文發佈於本人的微信公衆號「大數據與人工智能Lab」（BigdataAILab），歡迎關注。

 

一提到大數據的特性，不少人立刻就會想到3V、4V，那麼大數據究竟有多少個V呢？

在大數據的不斷髮展階段，業界對大數據的特徵認識也在逐步完善，涵蓋範圍也更加全面。

 

一、3V

2001年麥塔集團(META Group)分析師萊尼在一份報告中對大數據提出了「3D數據管理」的觀點，即認爲大數據將往高速、多樣、海量3個方向發展，提出了3個特性：高速性(Velocity)、多樣化(Variety)、規模化(Volume)，統稱3V。

3V特性是大數據最具表明性的特性，被麥肯錫、IBM、微軟等多家公司所承認並不斷在大數據報告中說起。IDC(International Data Corporation，國際數據公司)在給大數據下定義時即是引用了3V的特性：「大數據技術是新一代的技術與架構，它被設計用於在成本可承受的條件下，經過很是快速（velocity）的採集、發現和分析，從大致量（volumes）、多類別（variety）的數據中提取價值」。

 

二、4V

4V也是廣受承認的大數據特性，在3V的基礎上再加上了價值（Value）的維度，主要強調大數據的整體價值大，但價值密度低。

規模性（Volume）、多樣性（Varity）、高速性（Velocity）和價值性（Value），合稱「4V」。

另外，還有一種大數據觀點是「4V+1O」，在4V的基礎上再加上1個O，即數據在線（Online），強調數據永遠在線，能隨時調用和計算，這也是有別於傳統數據的特性之一。

 

三、5V、6V、7V、8V

隨着大數據技術的不斷髮展，數據的複雜程度越來越高，不斷有人提出了大數據特徵新的論斷，在4V的基礎上增長了準確性（Veracity），強調有意義的數據必須真實、準確；增長了動態性（Vitality），強調整個數據體系的動態性；增長了可視性（Visualization），強調數據的顯性化展示；增長了合法性（Validity），強調數據採集和應用的合法性，特別是對於我的隱私數據的合理使用。

 

下圖展示了3V到8V的特性圖

 

歡迎關注本人的微信公衆號「大數據與人工智能Lab」（BigdataAILab），獲取更多資訊