上期我們講到了大數據的含義，今天我們一起探討一下大數據到底有多大。
我們傳統的個人電腦，處理的數據，是GB/TB級別。例如，我們的硬盤，現在通常是1TB/2TB/4TB的容量。
TB、GB、MB、KB的關系，大家應該都很熟悉了：
1 KB = 1024 B (KB - kilobyte)
1 MB = 1024 KB (MB - megabyte)
1 GB = 1024 MB (GB - gigabyte)
1 TB = 1024 GB (TB - terabyte)
而大數據是什么級別呢？PB/EB級別。
大部分人都沒聽過。其實也就是繼續翻1024倍：
1 PB = 1024 TB (PB - petabyte)
1 EB = 1024 PB (EB - exabyte)
只是看這幾個字母的話，貌似不是很直觀。我來舉個例子吧。
1TB，只需要一塊硬盤可以存儲。容量大約是20萬張照片或20萬首MP3音樂，或者是631903部《紅樓夢》小說。
普通硬盤
1PB，需要大約2個機柜的存儲設備。容量大約是2億張照片或2億首MP3音樂。如果一個人不停地聽這些音樂，可以聽上千年。
2個機柜
1EB，需要大約2000個機柜的存儲設備。如果并排放這些機柜，可以連綿1.2公里那么長。如果擺放在機房里，需要21個標準籃球場那么大的機房，才能放得下。
21個籃球場
阿里、百度、騰訊這樣的互聯網巨頭，數據量據說已經接近EB級。
阿里數據中心內景
EB還不是最大的。目前全人類的數據量，是ZB級。
1 ZB = 1024 EB (ZB - zettabyte)
2011年，全球被創建和復制的數據總量是1.8ZB。
而到2020年，全球電子設備存儲的數據，將達到35ZB。如果建一個機房來存儲這些數據，那么，這個機房的面積將比42個鳥巢體育場還大。
數據量不僅大，增長還很快——每年增長50%。
目前的大數據應用，還沒有達到ZB級，主要集中在PB/EB級別。
大數據的級別定位
1 KB = 1024 B (KB - kilobyte)
1 MB = 1024 KB (MB - megabyte)
1 GB = 1024 MB (GB - gigabyte)
1 TB = 1024 GB (TB - terabyte)
1 ZB = 1024 EB (ZB - zettabyte)
數據的來源
數據的增長，為什么會如此之快？
說到這里，就要回顧一下人類社會數據產生的幾個重要階段。
大致來說，是三個重要的階段。
第一個階段，就是計算機被發明之后的階段。尤其是數據庫被發明之后，使得數據管理的復雜度大大降低。各行各業開始產生了數據，從而被記錄在數據庫中。這時的數據，以結構化數據為主（待會解釋什么是“結構化數據”）。數據的產生方式，也是被動的。
?
世界上第一臺通用計算機-ENIAC
第二個階段，是伴隨著互聯網2.0時代出現的。互聯網2.0的最重要標志，就是用戶原創內容。隨著互聯網和移動通信設備的普及，人們開始使用博客、facebook、youtube這樣的社交網絡，從而主動產生了大量的數據。
第三個階段，是感知式系統階段。隨著物聯網的發展，各種各樣的感知層節點開始自動產生大量的數據，例如遍布世界各個角落的傳感器、攝像頭。
經過了“被動-主動-自動”這三個階段的發展，最終導致了人類數據總量的極速膨脹。
大數據的4Vs
行業里對大數據的特點，概括為4個V。前面所說的龐大數據體量，就是Volume（海量化）。除了Volume之外，剩下三個，分別是Variety、Velocity、Value。
我們一個一個來介紹。
Variety（多樣化）
數據的形式是多種多樣的，包括數字（價格、交易數據、體重、人數等）、文本（郵件、網頁等）、圖像、音頻、視頻、位置信息（經緯度、海拔等），等等，都是數據。
數據又分為結構化數據和非結構化數據。
從名字可以看出，結構化數據，是指可以用預先定義的數據模型表述，或者，可以存入關系型數據庫的數據。
結構化數據
例如，一個班級所有人的年齡、一個超市所有商品的價格，這些都是結構化數據。
而網頁文章、郵件內容、圖像、音頻、視頻等，都屬于非結構話數據。
在互聯網領域里，非結構化數據的占比已經超過整個數據量的80%。
大數據，就符合這樣的特點：數據形式多樣化，且非結構化數據占比高。
Velocity（時效性）
大數據還有一個特點，那就是時效性。從數據的生成到消耗，時間窗口非常小。數據的變化速率，還有處理過程，越來越快。例如變化速率，從以前的按天變化，變成現在的按秒甚至毫秒變化。
我們還是用數字來說話：
就在剛剛過去的這一分鐘，數據世界里發生了什么？
Email：2.04億封被發出
Google：200萬次搜索請求被提交
Youtube：2880分鐘的視頻被上傳
Facebook：69.5萬條狀態被更新
Twitter：98000條推送被發出
12306：1840張車票被賣出
……
怎么樣？是不是瞬息萬變？
Value（價值密度）
最后一個特點，就是價值密度。
大數據的數據量很大，但隨之帶來的，就是價值密度很低，數據中真正有價值的，只是其中的很少一部分。
例如通過監控視頻尋找犯罪分子的相貌，也許幾TB的視頻文件，真正有價值的，只有幾秒鐘。