大数据技术概念

　　大数据与三个关键概念相关：数量、种类和变化速度。

　　当我们在处理大数据时，可能不是采样，而是简单地观察和跟踪发生的事情。大数据往往包括了在可接受的时间和价值范围内超过传统软件处理能力的数据。

　　目前对大数据这个词的使用，往往是指使用预测分析、用户行为分析或某些其他数据分析方法，从数据中提取价值，而很少指特定规模的数据集。毫无疑问，现在的数据量确实很大，但这并不是这个新的数据生态系统相关的特征。分析数据集可以找到新的关联性，用以发现商业趋势、预防疾病、打击犯罪等等。

　　科学家、企业高管、医学从业者、广告业者和政府都经常遇到大数据集处理的困难，这些领域包括互联网搜索、金融科技、城市信息学、商业信息学等。科学家在电子科学工作中遇到的限制，包括气象学、基因组学、连接组学、复杂的物理模拟、生物学和环境研究等等。数据集的增长，在一定程度上是因为它们越来越多地被移动设备、航拍（遥感）、软件日志、摄像头、麦克风、射频识别（RFID）读卡器和无线传感网络等廉价且数量众多的信息传感物联网设备所收集。

　　自20世纪80年代以来，人均存储信息的技术能力大致以每40个月增加一倍的速度增长。截至2012年，每天都有2.5 exabytes(1exabytes = 1.0E+9 Gigabytes)的数据产生。根据IDC的报告预测，2013年至2020年，数据量将从4.4 zettabytes（1 Zettabytes = 1.0E+12 Gigabytes）呈指数级增长，达到44zettabytes。到2025年，IDC预测将有163zettabytes的数据量，大型企业面临的一个问题是确定谁应该制定影响整个组织的大数据举措。

　　关系型数据库管理系统、桌面统计和用于可视化数据的软件包往往难以处理大数据。这些工作可能需要使用可在几十台、几百台甚至几千台服务器上运行的大规模并行软件系统。

　　"大数据"的定义取决于用户及其工具的能力，而不断扩大的能力使大数据成为一个移动的目标概念。对于一些企业来说，次面对数百GB(千兆字节)的数据，可能会引发企业重新考虑数据管理方案。而对于另一些组织来说，可能要等到几十兆或几百terabytes（百万兆字节）的数据规模才会成为重要的考虑因素。