1.1　什么是大数据

想了解什么是大数据？首先需要知道什么是数据，其实文本、声音、图片、视频都是数据。例如你用手机数据线连上电脑的时候上传的都是数据。

那么大数据如何定义呢？大数据指的就是数据体量达到了一定的级别，而我们现有的算法和工具无法在合理的时间内给予处理，这样的数据才可以称为大数据。当然，大数据还包括多样性（Variety）、价值密度低（Valueless）、处理速度快（Velocity）等特点。但最重要的特点还是数据量（Volume）要大。我们知道描述一个物品很大的时候是需要带上单位的。比方说，姚明很高，身高230。这样描述显然不准确，是cm（厘米）还是mm（毫米），如果230mm，那它只是个模型。同样道理，大数据也需要带有度量单位，下面是一些数据单位之间的换算关系。

●　1B（Byte，字节）=8bit

●　1KB（Kilobyte，千字节）=1024B

●　1MB（Mega byte，兆字节，简称兆）=1024KB

●　1GB（Giga byte，吉字节，又称千兆）=1024MB

●　1TB（Tera byte，万亿字节，太字节）=1024GB，其中1024=210（2的10次方）

●　1PB（Peta byte，千万亿字节，拍字节）=1024TB

●　1EB（Exa byte，百亿亿字节，艾字节）=1024PB

●　1ZB（Zetta byte，十万亿亿字节，泽字节）= 1024 EB

●　1YB（Yotta byte，一亿亿亿字节，尧字节）= 1024 ZB

●　1BB（Bronto byte，一千亿亿亿字节）= 1024 YB

●　1NB（Nona byte）= 1024BB

●　1DB（Dogga byte）= 1024NB

大家使用迅雷下载电影，下载速度显示的500KB，B指的就是基本单位，即字节byte。其实大家对KB、MB、GB应该都是有一定的概念，例如使用手机拍一幅帅照大约1MB左右，一部电影差不多是几个GB，甚至大家对TB也有概念，大家现在买移动硬盘基本都是TB级的容量了。而真正的大数据是需要至少达到这些单位的级别的，比如PB、EB、ZB、YB、NB等。

其实，这些单位是为大数据而生的，本来没有这些单位。1PB就相当于美国国家图书馆藏书的所有内容之和。而Google每天都在处理20PB的数据。一般认为达到PB级别的数据才可以称为大数据。这里最大的单位是YB，有家统计机构给出1YB相当于世界上所有海滩上的沙子粒数总和，准不准确无法验证，这只是说明数据体量达到了一个海量的级别。当然，还有更大的单位没有列出，比如比YB更大还有NB，等等，数据增长不停止的话，单位定义不会停止。