1.1.2 5V：数据的新特征

目前业界普遍认为大数据的特征可以归纳为“5V”，即容量大（Volume）、种类多（Variety）、速度快（Velocity）、价值密度低（Value）和真实性（Veracity）。

容量大，指大数据的数据体量巨大且具有完备性。随着信息技术、网络技术的发展，数据集合的规模迅速扩大，大体量数据已开始以 PB、EB甚至ZB来计数。据IDC统计，全球近90%的数据将在几年内产生，预计到2025年，全球数据量将是2016年的10倍，达到163ZB。

种类多，指大数据包括结构化、半结构化及非结构化等各种类型的数据。网络音视频、图片、地图等现代互联网信息促使非结构化数据大幅增长，同时，随着5G、工业互联网、物联网的发展，产业数据也呈现爆发增长的态势。网络化特性使得数据之间的复杂关联无所不在，进一步对数据处理能力提出了更高要求。

速度快，指大数据产生、处理和分析的速度快。特别是在电子商务、社交、网络搜索等领域，对于定制、精准推送具有较高的实时性要求，分析结果的价值也往往随时空变化而快速衰减，这就要求大数据处理要具有流式计算、图计算等能力。速度快也是大数据区别于传统静态数据挖掘分析的主要特征。

价值密度低，指相对于传统的结构化数据，大数据中的价值信息非但没有随着数据量的增长而成比例增加，反而不断稀释。依据DIKW（数据—信息—知识—智慧）模型，从“杂乱无章”的数据到具有高度价值的智慧，需要云计算、人工智能等不断“淘沙”“提纯”。

真实性，指大数据内容是真实世界发生的事件的镜像，带来了从样本数据到全量数据的转变，数据具有更高的准确性和可信赖度，可以从庞大数据中提取能够解释和预测现实事件的信息，将大数据的分析思维从“因果关系”转变成“关联关系”。