1、IBM提出了大数据”5V”特点一Volume数据量大，包括采集存储和计算的量都非常大大数据的起始计量单位至少是P1000个TE100万个T或Z10亿个T二Variety种类和来源多样化包括结构化半结构化和非结构化数据，具体表现为网络日志音频视频图片地理位置信息等等，多类型。

2、大数据从整体上看分为四个特点，第一，大量衡量单位PB级别，存储内容多第二，高速大数据需要在获取速度和分析速度上要及时迅速保证在短时间内更多的人接收到信息第三，多样数据的来源是各种渠道上获取的，有文本数据，图片数据，视频数据等因此数据是多种多样的第四，价值大数据不仅仅；2学习有趣 大数据并不像其他开发语言那样枯燥化，在学习大数据开发的过程中，虽然涉及的知识点比较多，像javapythonhadoopspark等，这些知识点虽然多，但汇聚起来却非常的有意思而且，学习大数据开发的难度并不高，只要达到大专以上学历就能够快速的学懂大数据开发3薪资待遇好 很多人学习大数据。

3、速度快时效高Velocity第四个特征是处理速度快，时效性要求高这是大数据区分于传统数据挖掘最显著的特征既有的技术架构和路线，已经无法高效处理如此海量的数据，而对于相关组织来说，如果投入巨大采集的信息无法通过及时处理反馈有效信息，那将是得不偿失的可以说，大数据时代对人类的数据驾驭；四是价值密度低以视频为例，一小时的视频，在不间断的测试过程中，可能有用的数据仅仅只有一两秒大数据有什么特点呢？大数据具有4V特点，即Volume大量Velocity高速Variety多样和Veracity精确，其核心在于对这些含有意义的数据进行专业化处理比如微码邓白氏通过数据分析发现采购A产品的用户80。

4、大数据结构大数据包括结构化半结构化和非结构化数据，非结构化数据越来越成为数据的主要部分据IDC的调查报告显示企业中80%的数据都是非结构化数据，这些数据每年都按指数增长60%大数据就是互联网发展到现今阶段的一种表象或特征而已，没有必要神话它或对它保持敬畏之心，在以云计算为代表的技术；这些多样的数据类型使得分析和挖掘数据更加复杂和丰富3速度性大数据具有高速生成的特点，数据的产生速度快于处理速度例如，社交媒体平台每秒钟产生海量的数据，需要快速捕捉和分析以获取有价值的信息处理这种高速数据流的能力是大数据分析的关键4真实性大数据通常反映了真实世界的信息和行为，因为。

5、3数据价值密度相对较低随着物联网的广泛应用，无处不在的信息感知和信息海量，但是价值密度却较低大数据时代亟待解决的难题是如何通过强大的机器算法可以更迅速地完成数据的价值“提纯”二大数据的四大特点 1海量性有IDC 最近的报告预测称，在2020 年，将会扩大50 倍的全球数据量现在；3数据来源多样化 大数据分析所处理的数据来源非常多样化这些数据可能来自企业的内部系统，也可能来自外部的数据源，如社交媒体物联网设备客户反馈等4价值密度低 虽然大数据分析的数据规模很大，但其中真正有价值的信息并不多这就是大数据分析的另一个特点，价值密度低因此，如何从大量的数据。