大数据——巨量数据集合。指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
So~一本正经假装听懂啦?
嘿嘿~
那我们换一个打开方式！
4V+1C
教你什么是大数据！

1.数据规模庞大（Volume）
数据规模极小的“小数据”时代已经过去了，现如今我们具备非常成熟的数据存储、计算、分析、呈现方案，并且与“小数据”相区别，大数据具有规模异常庞大的数据，时时刻刻创造新的价值。
那么，大数据的规模到底有多大？业内曾经给出多种界定。一种说，超过特定TB的数据集才是大数据。另一种则认为许多案例中都是PB，甚至更高！事实上，由于计算能力、存储能力、分析能力有限，大数据在不同历史时期都曾出现过，而现如今的大数据时代，除了对大数据的价值进行深入的研究和拓展，我们还需要做的就是应用大数据进行分析及管理！

2.数据更新频繁(Velocity)
数据更新频繁也可以理解为数据带有时效性。现今的处理器仍然无法处理一个静止的数据集，存储期也不好存储。而未来，我们可以寄希望于科学技术的进步。我们可以轻松的处理庞大的数据集，并通过合理的方法进行数据分析，从而形成“优秀”的处理模型，而不是依赖存储能力、处理水平、网络宽带等硬件设备提升其性能。
因此，我们说大数据技术对分析对象的要求是频繁更新，保持时效性。

3.数据类型多样(Variety)
区别于其他海量数据挖掘的特征，大数据的多样性可划分为两层含义。一是数据来源多样化，包括系统数据、设备日志、文件系统等等。二是数据结构的多样化，结构化数据，非结构化数据。
4.数据价值巨大(Value)
数据的价值决定了我们做数据分析的必要性。数据有价值才能产出更多的价值！通常情况下，我们处理的数据集能够带来巨大经济利润和社会价值。正如阿里花费巨资提高推荐系统的准确性，进而提高平台的交易量，创造更高的交易利润。从社会价值的角度上来说，天气，地质灾害，打击犯罪等多应用大数据进行数据的收集和整理，通过分析数据，提升预测信息的准确性，为群众提供更便利的生活，保障民众的生命财产安全，创造更多的社会价值。
5.数据处理复杂（Complexity）
数据的处理复杂想必很好理解。数据在满足上述的四则特征的前提下，想要对数据进行分析和处理，自然是一项非常庞大的工程。
举个最简单的例子，我国的人口的平均年龄计算，就是一项相当困难的数据处理工程。数据时时更新，数据量极大，高达14亿条，还有许多客观变量因素掺杂其中，想要最大的还原数据的真实性，得到最客观性的结果不是一般的难。可见，大数据的数据处理复杂的特点！

显而易见
大数据是一门实用性极强的学科
作为现代信息科技中最热门的技术方式
大数据的风靡于世
将为掌握大数据编程技能的朋友提供非常广阔的
就业空间
好程序员大数据培训
竭诚欢迎各位有志青年
愿与大家交流大数据学习，开发心得
风雨同舟，向风而行！
欲知更多大数据信息
请听好程序员下回分解！

不应该是

不应该是5v+1c吗还有veracity真实性的吧