1、大数据首先是一个非常大的数据集，可以达到TB(万亿字节)甚至ZB(十万亿亿字节)。

2、这里面的数据可能既有结构化的数据，也有半结构化和非结构化的数据，而且来自于不同的数据源。

(资料图)

3、结构化的数据是什么呢？对于接触过关系型数据库的小伙伴来说，应该一点都不陌生。

4、对了，就是我们关系型数据库中的一张表，每行都具有相同的属性。

5、如下面的一张表：每行数据都有相同的属性，这就是结构化的数据。

6、我们再来看半结构化数据。

7、XML或JSON格式的数据就是我们所常见的半结构的数据。

8、如，下面所示的XML数据：（子标签的次序和个数不一定完全一致）那什么又是非结构化数据呢?这类数据没有预定义完整的数据结构，在我们日常工作生活中可能更多接触的就是这类数据，比如，图片、图像、音频、视频、办公文档等等。

9、知道了这三类结构的数据，我们再来看看大数据的数据源有哪些呢?归纳起来大致有五种数据源。

10、一是社交媒体平台。

11、如有名气的Facebook、Twitter、YouTube和Instagram等。

12、媒体是比较受欢迎的大数据来源之一，因为它提供了关于消费者偏好和变化趋势的宝贵依据。

13、并且因为媒体是自我传播的，可以跨越物理和人口障碍，因此它是企业深入了解目标受众、得出模式和结论、增强决策能力的方式。

14、二是云平台。

15、公有的、私有的和第三方的云平台。

16、如今，越来越多的企业将数据转移到云上，超越了传统的数据源。

17、云存储支持结构化和非结构化数据，并为业务提供实时信息和随需应变的依据。

18、云计算的主要特性是灵活性和可伸缩性。

19、由于大数据可以通过网络和服务器在公共或私有云上存储和获取，因此云是一种高效、经济的数据源。

20、三是Web资源。

21、公共网络构成了广泛且易于访问的大数据，个人和公司都可以从网上或“互联网”上获得数据。

22、此外，国内的大型购物网站，淘宝、京东、阿里巴巴，更是云集了海量的用户数据。

23、四是IoT(Internet of Things)物联网数据源。

24、物联网目前正处于迅猛发展势头。

25、有了物联网，我们不仅可以从电脑和智能手机获取数据，还可以从医疗设备、车辆流程、视频游戏、仪表、相机、家用电器等方面获取数据。

26、这些都构成了大数据宝贵的数据来源。

27、五是来自于数据库的数据源。

28、现今的企业都喜欢融合使用传统和现代数据库来获取相关的大数据。

29、这些数据都是企业驱动业务利润的宝贵资源。

30、常见的数据库有MS Access、DB2、Oracle、MySQL以及大数据的数据库Hbase、MongoDB等。

31、我们再来总结一下，什么样的数据就属于大数据呢？通常来大数据有4个特点，这就是业内人士常说的4V，volume容量、 variety多样性、velocity速度和veracity准确性。

本文到此分享完毕，希望对大家有所帮助。