大数据的 3V、4V、7V，到底是什么意思？

大数据，顾名思义，指的是大量的数据。

更专业来讲，大数据是一种规模大到在获取、存储、管理、分析等方面远超传统数据软件工具能力范围的数据集合。

我们常说：“量变引起质变”。而大数据就是这种情况。

随着数据体量的增加，相关技术、理念、思维等也发生质的变化，从而形成了一个新的领域，即大数据领域。

大数据通过采集、分析和处理海量数据，寻找特征和趋势，提炼更多高价值信息，用于改善业务流程或辅助决策。

在大数据领域，我们常听到诸如3V、4V、7V等的说法。这些V到底代表什么呢？

本文将简要介绍一下。

█ 3V、4V、7V 的由来

2001年，美国麦塔集团分析师道格・兰尼（Doug Laney）在进行大数据理论研究时发现大数据具备三个特征，即：Volume（体量大）、Variety（多样化）、Velocity（速度快）。

后来，“3V”逐渐成为业界描述大数据特征的标准。

在此基础上，业界专家陆续提出了“4V”、“5V”乃至“7V”，包括：Veracity（真实性）、Value（价值密度）、Variability（变异性）、Visualization（可视性）等。

所有这些V，为大数据特征提供了新的定义。

以下将详细解释这些“V”各自代表的意义。

█ No.1 ：Volume（体量大）

大数据量有多大？

传统PC和手机处理的数据通常是GB/TB级别。例如，目前常见的硬盘容量为1TB / 2TB / 4TB。

TB、GB、MB、KB的关系大家应该都不陌生：

1 KB = 1024 B （KB - kilobyte）

1 MB = 1024 KB（MB - megabyte）

1 GB = 1024 MB（GB - gigabyte）

1 TB = 1024 GB（TB - terabyte）

大数据属于PB/EB级别。

1 PB = 1024 TB（PB - petabyte）

1 EB = 1024 PB（EB - exabyte）

以几个字母描述可能不太直观。下面举个例子。

1TB只需一个硬盘存储，大约相当于20万张照片或20万首MP3音乐，或者是20万部电子书。

1PB需要约2个机柜的存储设备，相当于约2亿张照片或2亿首MP3音乐。若不停播放音乐，可听约两千年。

1EB需要约2000个机柜的存储设备。这些机柜并排放长约1.2公里。若置于机房内，需要21个标准篮球场大小的机房才能容纳。

互联网巨头如阿里、百度、腾讯的数据量据说已接近EB级。

EB尚不是最大级别。据IDC数据，2020年全球创建、捕获、复制和消耗的数据总量约为64ZB。到2025年，全球数据总量可能达到惊人的163ZB。若建造一个用来存储这些数据的机房，其面积将超过196个鸟巢体育场。

人类社会的数据量不仅巨大，增长速度也很快——每年增长50%。即每两年数据量翻倍。

为何数据增长如此迅速？