100個大數(shù)據(jù)名詞和術(shù)語匯總，拿去用吧！
A
- 聚合 (Aggregation)?– 搜索、合并、顯示數(shù)據(jù)的過程
- 算法 (Algorithms)?– 可以完成某種數(shù)據(jù)分析的數(shù)學(xué)公式
- 分析法 (Analytics)?– 用于發(fā)現(xiàn)數(shù)據(jù)的內(nèi)在涵義
- 異常檢測 (Anomaly detection)?– 在數(shù)據(jù)集中搜索與預(yù)期模式或行為不匹配的數(shù)據(jù)項。除了“Anomalies”,用來表示異常的詞有以下幾種：outliers, exceptions, surprises, contaminants.他們通常可提供關(guān)鍵的可執(zhí)行信息
- 匿名化 (Anonymization)?– 使數(shù)據(jù)匿名，即移除所有與個人隱私相關(guān)的數(shù)據(jù)
- 應(yīng)用 (Application)?– 實現(xiàn)某種特定功能的計算機軟件
- 人工智能 (Artificial Intelligence)?– 研發(fā)智能機器和智能軟件，這些智能設(shè)備能夠感知周遭的環(huán)境，并根據(jù)要求作出相應(yīng)的反應(yīng)，甚至能自我學(xué)習(xí)。
B
- 行為分析法 (Behavioural Analytics)?– 這種分析法是根據(jù)用戶的行為如“怎么做”，“為什么這么做”，以及“做了什么”來得出結(jié)論，而不是僅僅針對人物和時間的一門分析學(xué)科，它著眼于數(shù)據(jù)中的人性化模式
- 大數(shù)據(jù)科學(xué)家 (Big Data Scientist)?– 能夠設(shè)計大數(shù)據(jù)算法使得大數(shù)據(jù)變得有用的人
- 大數(shù)據(jù)創(chuàng)業(yè)公司 (Big data startup)?– 指研發(fā)最新大數(shù)據(jù)技術(shù)的新興公司
- 生物測定術(shù) (Biometrics)?– 根據(jù)個人的特征進行身份識別
- B字節(jié) (BB: Brontobytes)?– 約等于1000 YB(Yottabytes)，相當(dāng)于未來數(shù)字化宇宙的大小。1 B字節(jié)包含了27個0！
- 商業(yè)智能 (Business Intelligence)?– 是一系列理論、方法學(xué)和過程，使得數(shù)據(jù)更容易被理解
C
- 分類分析 (Classification analysis)?– 從數(shù)據(jù)中獲得重要的相關(guān)性信息的系統(tǒng)化過程; 這類數(shù)據(jù)也被稱為元數(shù)據(jù)(meta data),是描述數(shù)據(jù)的數(shù)據(jù)
- 云計算 (Cloud computing)?– 構(gòu)建在網(wǎng)絡(luò)上的分布式計算系統(tǒng)，數(shù)據(jù)是存儲于機房外的（即云端）
- 聚類分析 (Clustering analysis)?– 它是將相似的對象聚合在一起，每類相似的對象組合成一個聚類(也叫作簇)的過程。這種分析方法的目的在于分析數(shù)據(jù)間的差異和相似性
- 冷數(shù)據(jù)存儲 (Cold data storage)?– 在低功耗服務(wù)器上存儲那些幾乎不被使用的舊數(shù)據(jù)。但這些數(shù)據(jù)檢索起來將會很耗時
- 對比分析 (Comparative analysis)?– 在非常大的數(shù)據(jù)集中進行模式匹配時，進行一步步的對比和計算過程得到分析結(jié)果
- 復(fù)雜結(jié)構(gòu)的數(shù)據(jù) (Complex structured data)?– 由兩個或多個復(fù)雜而相互關(guān)聯(lián)部分組成的數(shù)據(jù)，這類數(shù)據(jù)不能簡單地由結(jié)構(gòu)化查詢語言或工具(SQL)解析
- 計算機產(chǎn)生的數(shù)據(jù) (Computer generated data)?– 如日志文件這類由計算機生成的數(shù)據(jù)
- 并發(fā) (Concurrency)?– 同時執(zhí)行多個任務(wù)或運行多個進程
- 相關(guān)性分析 (Correlation analysis)?– 是一種數(shù)據(jù)分析方法，用于分析變量之間是否存在正相關(guān)，或者負相關(guān)
- 客戶關(guān)系管理 (CRM: Customer Relationship Management)?– 用于管理銷售、業(yè)務(wù)過程的一種技術(shù)，大數(shù)據(jù)將影響公司的客戶關(guān)系管理的策略
D
- 儀表板 (Dashboard)?– 使用算法分析數(shù)據(jù)，并將結(jié)果用圖表方式顯示于儀表板中
- 數(shù)據(jù)聚合工具 (Data aggregation tools)?– 將分散于眾多數(shù)據(jù)源的數(shù)據(jù)轉(zhuǎn)化成一個全新數(shù)據(jù)源的過程
- 數(shù)據(jù)分析師 (Data analyst)?– 從事數(shù)據(jù)分析、建模、清理、處理的專業(yè)人員
- 數(shù)據(jù)庫 (Database)?– 一個以某種特定的技術(shù)來存儲數(shù)據(jù)集合的倉庫
- 數(shù)據(jù)庫即服務(wù) (Database-as-a-Service)?– 部署在云端的數(shù)據(jù)庫，即用即付，例如亞馬遜云服務(wù) (AWS: Amazon Web Services)
- 數(shù)據(jù)庫管理系統(tǒng) (DBMS: Database Management System)?– 收集、存儲數(shù)據(jù)，并提供數(shù)據(jù)的訪問
- 數(shù)據(jù)中心 (Data centre)?– 一個實體地點，放置了用來存儲數(shù)據(jù)的服務(wù)器
- 數(shù)據(jù)清洗 (Data cleansing)?– 對數(shù)據(jù)進行重新審查和校驗的過程，目的在于刪除重復(fù)信息、糾正存在的錯誤，并提供數(shù)據(jù)一致性
- 數(shù)據(jù)管理員 (Data custodian)?– 負責(zé)維護數(shù)據(jù)存儲所需技術(shù)環(huán)境的專業(yè)技術(shù)人員
- 數(shù)據(jù)道德準(zhǔn)則 (Data ethical guidelines)?– 這些準(zhǔn)則有助于組織機構(gòu)使其數(shù)據(jù)透明化，保證數(shù)據(jù)的簡潔、安全及隱私
- 數(shù)據(jù)訂閱 (Data feed)?– 一種數(shù)據(jù)流，例如Twitter訂閱和RSS
- 數(shù)據(jù)集市 (Data marketplace)?– 進行數(shù)據(jù)集買賣的在線交易場所
- 數(shù)據(jù)挖掘 (Data mining)?– 從數(shù)據(jù)集中發(fā)掘特定模式或信息的過程
- 數(shù)據(jù)建模 (Data modelling)?– 使用數(shù)據(jù)建模技術(shù)來分析數(shù)據(jù)對象，以此洞悉數(shù)據(jù)的內(nèi)在涵義
- 數(shù)據(jù)集 (Data set)?– 大量數(shù)據(jù)的集合
- 數(shù)據(jù)虛擬化 (Data virtualization)?– 數(shù)據(jù)整合的過程，以此獲得更多的數(shù)據(jù)信息，這個過程通常會引入其他技術(shù)，例如數(shù)據(jù)庫，應(yīng)用程序，文件系統(tǒng)，網(wǎng)頁技術(shù)，大數(shù)據(jù)技術(shù)等等
- 去身份識別 (De-identification)?– 也稱為匿名化(anonymization)，確保個人不會通過數(shù)據(jù)被識別
- 判別分析 (Discriminant analysis)?– 將數(shù)據(jù)分類；按不同的分類方式，可將數(shù)據(jù)分配到不同的群組，類別或者目錄。是一種統(tǒng)計分析法，可以對數(shù)據(jù)中某些群組或集群的已知信息進行分析，并從中獲取分類規(guī)則。
- 分布式文件系統(tǒng) (Distributed File System)?– 提供簡化的，高可用的方式來存儲、分析、處理數(shù)據(jù)的系統(tǒng)
- 文件存貯數(shù)據(jù)庫 (Document Store Databases)?– 又稱為文檔數(shù)據(jù)庫(document-oriented database), 為存儲、管理、恢復(fù)文檔數(shù)據(jù)而專門設(shè)計的數(shù)據(jù)庫，這類文檔數(shù)據(jù)也稱為半結(jié)構(gòu)化數(shù)據(jù)
E
- 探索性分析 (Exploratory analysis)?– 在沒有標(biāo)準(zhǔn)的流程或方法的情況下從數(shù)據(jù)中發(fā)掘模式。是一種發(fā)掘數(shù)據(jù)和數(shù)據(jù)集主要特性的一種方法
- E字節(jié) (EB: Exabytes)?– 約等于1000 PB(petabytes), 約等于1百萬 GB。如今全球每天所制造的新信息量大約為1 EB
- 提取-轉(zhuǎn)換-加載 (ETL: Extract, Transform and Load)?– 是一種用于數(shù)據(jù)庫或者數(shù)據(jù)倉庫的處理過程，天善學(xué)院有國內(nèi)唯一的最全的 ETL 學(xué)習(xí)課程。即從各種不同的數(shù)據(jù)源提取(E)數(shù)據(jù)，并轉(zhuǎn)換(T)成能滿足業(yè)務(wù)需要的數(shù)據(jù)，最后將其加載(L)到數(shù)據(jù)庫
F
- 故障切換 (Failover)?– 當(dāng)系統(tǒng)中某個服務(wù)器發(fā)生故障時，能自動地將運行任務(wù)切換到另一個可用服務(wù)器或節(jié)點上
- 容錯設(shè)計 (Fault-tolerant design)?– 一個支持容錯設(shè)計的系統(tǒng)應(yīng)該能夠做到當(dāng)某一部分出現(xiàn)故障也能繼續(xù)運行
G
- 游戲化 (Gamification)?– 在其他非游戲領(lǐng)域中運用游戲的思維和機制，這種方法可以以一種十分友好的方式進行數(shù)據(jù)的創(chuàng)建和偵測，非常有效。
- 圖形數(shù)據(jù)庫 (Graph Databases)?– 運用圖形結(jié)構(gòu)(例如，一組有限的有序?qū)Γ蛘吣撤N實體)來存儲數(shù)據(jù)，這種圖形存儲結(jié)構(gòu)包括邊緣、屬性和節(jié)點。它提供了相鄰節(jié)點間的自由索引功能，也就是說，數(shù)據(jù)庫中每個元素間都與其他相鄰元素直接關(guān)聯(lián)。
- 網(wǎng)格計算 (Grid computing)?– 將許多分布在不同地點的計算機連接在一起，用以處理某個特定問題，通常是通過云將計算機相連在一起。
H
- Hadoop?– 一個開源的分布式系統(tǒng)基礎(chǔ)框架，可用于開發(fā)分布式程序，進行大數(shù)據(jù)的運算與存儲。
- Hadoop 數(shù)據(jù)庫 (HBase)?– 一個開源的、非關(guān)系型、分布式數(shù)據(jù)庫，與Hadoop框架共同使用
- HDFS?– Hadoop 分布式文件系統(tǒng) (Hadoop Distributed File System)；是一個被設(shè)計成適合運行在通用硬件(commodity hardware)上的分布式文件系統(tǒng)
- 高性能計算 (HPC: High-Performance-Computing)?– 使用超級計算機來解決極其復(fù)雜的計算問題
I
- 內(nèi)存數(shù)據(jù)庫 (IMDB: In-memory)?– 一種數(shù)據(jù)庫管理系統(tǒng)，與普通數(shù)據(jù)庫管理系統(tǒng)不同之處在于，它用主存來存儲數(shù)據(jù)，而非硬盤。其特點在于能高速地進行數(shù)據(jù)的處理和存取。
- 物聯(lián)網(wǎng) (Internet of Things)?– 在普通的設(shè)備中裝上傳感器，使這些設(shè)備能夠在任何時間任何地點與網(wǎng)絡(luò)相連。
J
- 法律上的數(shù)據(jù)一致性 (Juridical data compliance)?– 當(dāng)你使用的云計算解決方案，將你的數(shù)據(jù)存儲于不同的國家或不同的大陸時，就會與這個概念扯上關(guān)系了。你需要留意這些存儲在不同國家的數(shù)據(jù)是否符合當(dāng)?shù)氐姆伞?/li>
K
- 鍵值數(shù)據(jù)庫 (KeyValue Databases)?– 數(shù)據(jù)的存儲方式是使用一個特定的鍵，指向一個特定的數(shù)據(jù)記錄，這種方式使得數(shù)據(jù)的查找更加方便快捷。鍵值數(shù)據(jù)庫中所存的數(shù)據(jù)通常為編程語言中基本數(shù)據(jù)類型的數(shù)據(jù)。
L
- 延遲 (Latency)?– 表示系統(tǒng)時間的延遲
- 遺留系統(tǒng) (Legacy system)?– 是一種舊的應(yīng)用程序，或是舊的技術(shù)，或是舊的計算系統(tǒng)，現(xiàn)在已經(jīng)不再支持了。
- 負載均衡 (Load balancing)?– 將工作量分配到多臺電腦或服務(wù)器上，以獲得最優(yōu)結(jié)果和最大的系統(tǒng)利用率。
- 位置信息 (Location data)?– GPS信息，即地理位置信息。
- 日志文件 (Log file)?– 由計算機系統(tǒng)自動生成的文件，記錄系統(tǒng)的運行過程。
M
- M2M數(shù)據(jù) (Machine2Machine data)?– 兩臺或多臺機器間交流與傳輸?shù)膬?nèi)容
- 機器數(shù)據(jù) (Machine data)?– 由傳感器或算法在機器上產(chǎn)生的數(shù)據(jù)
- 機器學(xué)習(xí) (Machine learning)?– 人工智能的一部分，指的是機器能夠從它們所完成的任務(wù)中進行自我學(xué)習(xí)，通過長期的累積實現(xiàn)自我改進。
- MapReduce?– 是處理大規(guī)模數(shù)據(jù)的一種軟件框架(Map: 映射，Reduce: 歸納)。
- 大規(guī)模并行處理 (MPP: Massively Parallel Processing)?– 同時使用多個處理器(或多臺計算機) 處理同一個計算任務(wù)。
- 元數(shù)據(jù) (Metadata)?– 被稱為描述數(shù)據(jù)的數(shù)據(jù)，即描述數(shù)據(jù)數(shù)據(jù)屬性(數(shù)據(jù)是什么)的信息。
- MongoDB?– 一種開源的非關(guān)系型數(shù)據(jù)庫(NoSQL database)
- 多維數(shù)據(jù)庫 (Multi-Dimensional Databases)?– 用于優(yōu)化數(shù)據(jù)聯(lián)機分析處理(OLAP)程序，優(yōu)化數(shù)據(jù)倉庫的一種數(shù)據(jù)庫。
- 多值數(shù)據(jù)庫 (MultiValue Databases)?– 是一種非關(guān)系型數(shù)據(jù)庫(NoSQL), 一種特殊的多維數(shù)據(jù)庫：能處理3個維度的數(shù)據(jù)。主要針對非常長的字符串，能夠完美地處理HTML和XML中的字串。
N
- 自然語言處理 (Natural Language Processing)?– 是計算機科學(xué)的一個分支領(lǐng)域，它研究如何實現(xiàn)計算機與人類語言之間的交互。
- 網(wǎng)絡(luò)分析 (Network analysis)?– 分析網(wǎng)絡(luò)或圖論中節(jié)點間的關(guān)系，即分析網(wǎng)絡(luò)中節(jié)點間的連接和強度關(guān)系。
- NewSQL?– 一個優(yōu)雅的、定義良好的數(shù)據(jù)庫系統(tǒng)，比SQL更易學(xué)習(xí)和使用，比NoSQL更晚提出的新型數(shù)據(jù)庫
- NoSQL?– 顧名思義，就是“不使用SQL”的數(shù)據(jù)庫。這類數(shù)據(jù)庫泛指傳統(tǒng)關(guān)系型數(shù)據(jù)庫以外的其他類型的數(shù)據(jù)庫。這類數(shù)據(jù)庫有更強的一致性，能處理超大規(guī)模和高并發(fā)的數(shù)據(jù)。
O
- 對象數(shù)據(jù)庫 (Object Databases)?– (也稱為面象對象數(shù)據(jù)庫)以對象的形式存儲數(shù)據(jù)，用于面向?qū)ο缶幊?。它不同于關(guān)系型數(shù)據(jù)庫和圖形數(shù)據(jù)庫，大部分對象數(shù)據(jù)庫都提供一種查詢語言，允許使用聲明式編程(declarative programming)訪問對象.
- 基于對象圖像分析 (Object-based Image Analysis)?– 數(shù)字圖像分析方法是對每一個像素的數(shù)據(jù)進行分析，而基于對象的圖像分析方法則只分析相關(guān)像素的數(shù)據(jù)，這些相關(guān)像素被稱為對象或圖像對象。
- 操作型數(shù)據(jù)庫 (Operational Databases)?– 這類數(shù)據(jù)庫可以完成一個組織機構(gòu)的常規(guī)操作，對商業(yè)運營非常重要，一般使用在線事務(wù)處理，允許用戶訪問 、收集、檢索公司內(nèi)部的具體信息。
- 優(yōu)化分析 (Optimization analysis)?– 在產(chǎn)品設(shè)計周期依靠算法來實現(xiàn)的優(yōu)化過程，在這一過程中，公司可以設(shè)計各種各樣的產(chǎn)品并測試這些產(chǎn)品是否滿足預(yù)設(shè)值。
- 本體論 (Ontology)?– 表示知識本體，用于定義一個領(lǐng)域中的概念集及概念之間的關(guān)系的一種哲學(xué)思想。(譯者注: 數(shù)據(jù)被提高到哲學(xué)的高度，被賦予了世界本體的意義，成為一個獨立的客觀數(shù)據(jù)世界)
- 異常值檢測 (Outlier detection)?– 異常值是指嚴重偏離一個數(shù)據(jù)集或一個數(shù)據(jù)組合總平均值的對象，該對象與數(shù)據(jù)集中的其他它相去甚遠，因此，異常值的出現(xiàn)意味著系統(tǒng)發(fā)生問題，需要對此另加分析。
P
- 模式識別 (Pattern Recognition)?– 通過算法來識別數(shù)據(jù)中的模式，并對同一數(shù)據(jù)源中的新數(shù)據(jù)作出預(yù)測
- P字節(jié) (PB: Petabytes)?– 約等于1000 TB(terabytes), 約等于1百萬 GB (gigabytes)。歐洲核子研究中心(CERN)大型強子對撞機每秒產(chǎn)生的粒子個數(shù)就約為1 PB
- 平臺即服務(wù) (PaaS: Platform-as-a-Service)?– 為云計算解決方案提供所有必需的基礎(chǔ)平臺的一種服務(wù)
- 預(yù)測分析 (Predictive analysis)?– 大數(shù)據(jù)分析方法中最有價值的一種分析方法，這種方法有助于預(yù)測個人未來(近期)的行為，例如某人很可能會買某些商品，可能會訪問某些網(wǎng)站，做某些事情或者產(chǎn)生某種行為。通過使用各種不同的數(shù)據(jù)集，例如歷史數(shù)據(jù)，事務(wù)數(shù)據(jù)，社交數(shù)據(jù)，或者客戶的個人信息數(shù)據(jù)，來識別風(fēng)險和機遇
- 隱私 (Privacy)?– 把具有可識別出個人信息的數(shù)據(jù)與其他數(shù)據(jù)分離開，以確保用戶隱私。
- 公共數(shù)據(jù) (Public data)?– 由公共基金創(chuàng)建的公共信息或公共數(shù)據(jù)集。
Q
- 數(shù)字化自我 (Quantified Self)?– 使用應(yīng)用程序跟蹤用戶一天的一舉一動，從而更好地理解其相關(guān)的行為
- 查詢 (Query)?– 查找某個問題答案的相關(guān)信息
R
- 再識別 (Re-identification)?– 將多個數(shù)據(jù)集合并在一起，從匿名化的數(shù)據(jù)中識別出個人信息
- 回歸分析 (Regression analysis)?– 確定兩個變量間的依賴關(guān)系。這種方法假設(shè)兩個變量之間存在單向的因果關(guān)系(譯者注：自變量，因變量，二者不可互換)
- RFID?– 射頻識別; 這種識別技術(shù)使用一種無線非接觸式射頻電磁場傳感器來傳輸數(shù)據(jù)
- 實時數(shù)據(jù) (Real-time data)?– 指在幾毫秒內(nèi)被創(chuàng)建、處理、存儲、分析并顯示的數(shù)據(jù)
- 推薦引擎 (Recommendation engine)?– 推薦引擎算法根據(jù)用戶之前的購買行為或其他購買行為向用戶推薦某種產(chǎn)品
- 路徑分析 (Routing analysis)?– 針對某種運輸方法通過使用多種不同的變量分析從而找到一條最優(yōu)路徑，以達到降低燃料費用，提高效率的目的
S
- 半結(jié)構(gòu)化數(shù)據(jù) (Semi-structured data)?– 半結(jié)構(gòu)化數(shù)據(jù)并不具有結(jié)構(gòu)化數(shù)據(jù)嚴格的存儲結(jié)構(gòu)，但它可以使用標(biāo)簽或其他形式的標(biāo)記方式以保證數(shù)據(jù)的層次結(jié)構(gòu)
- 情感分析 (Sentiment Analysis)?– 通過算法分析出人們是如何看待某些話題
- 信號分析 (Signal analysis)?– 指通過度量隨時間或空間變化的物理量來分析產(chǎn)品的性能。特別是使用傳感器數(shù)據(jù)。
- 相似性搜索 (Similarity searches)?– 在數(shù)據(jù)庫中查詢最相似的對象，這里所說的數(shù)據(jù)對象可以是任意類型的數(shù)據(jù)
- 仿真分析 (Simulation analysis)?– 仿真是指模擬真實環(huán)境中進程或系統(tǒng)的操作。仿真分析可以在仿真時考慮多種不同的變量，確保產(chǎn)品性能達到最優(yōu)
- 智能網(wǎng)格 (Smart grid)?– 是指在能源網(wǎng)中使用傳感器實時監(jiān)控其運行狀態(tài)，有助于提高效率
- 軟件即服務(wù) (SaaS: Software-as-a-Service)?– 基于Web的通過瀏覽器使用的一種應(yīng)用軟件
- 空間分析 (Spatial analysis)?– 空間分析法分析地理信息或拓撲信息這類空間數(shù)據(jù)，從中得出分布在地理空間中的數(shù)據(jù)的模式和規(guī)律
- SQL?– 在關(guān)系型數(shù)據(jù)庫中，用于檢索數(shù)據(jù)的一種編程語言
- 結(jié)構(gòu)化數(shù)據(jù) (Structured data)?-可以組織成行列結(jié)構(gòu)，可識別的數(shù)據(jù)。這類數(shù)據(jù)通常是一條記錄，或者一個文件，或者是被正確標(biāo)記過的數(shù)據(jù)中的某一個字段，并且可以被精確地定位到。
T
- T字節(jié) (TB: Terabytes)?– 約等于1000 GB(gigabytes)。1 TB容量可以存儲約300小時的高清視頻。
- 時序分析 (Time series analysis)?– 分析在重復(fù)測量時間里獲得的定義良好的數(shù)據(jù)。分析的數(shù)據(jù)必須是良好定義的，并且要取自相同時間間隔的連續(xù)時間點。
- 拓撲數(shù)據(jù)分析 (Topological Data Analysis)?– 拓撲數(shù)據(jù)分析主要關(guān)注三點：復(fù)合數(shù)據(jù)模型、集群的識別、以及數(shù)據(jù)的統(tǒng)計學(xué)意義。
- 交易數(shù)據(jù) (Transactional data)?– 隨時間變化的動態(tài)數(shù)據(jù)
- 透明性 (Transparency)?– 消費者想要知道他們的數(shù)據(jù)有什么作用、被作何處理，而組織機構(gòu)則把這些信息都透明化了。
U
- 非結(jié)構(gòu)化數(shù)據(jù) (Un-structured data)?– 非結(jié)構(gòu)化數(shù)據(jù)一般被認為是大量純文本數(shù)據(jù)，其中還可能包含日期，數(shù)字和實例。
V
- 價值 (Value)?– (譯者注：大數(shù)據(jù)4V特點之一) 所有可用的數(shù)據(jù)，能為組織機構(gòu)、社會、消費者創(chuàng)造出巨大的價值。這意味著各大企業(yè)及整個產(chǎn)業(yè)都將從大數(shù)據(jù)中獲益。
- 可變性 (Variability)?– 也就是說，數(shù)據(jù)的含義總是在（快速）變化的。例如，一個詞在相同的推文中可以有完全不同的意思。
- 多樣 (Variety)?– (譯者注：大數(shù)據(jù)4V特點之一) 數(shù)據(jù)總是以各種不同的形式呈現(xiàn)，如結(jié)構(gòu)化數(shù)據(jù)，半結(jié)構(gòu)化數(shù)據(jù)，非結(jié)構(gòu)化數(shù)據(jù)，甚至還有復(fù)雜結(jié)構(gòu)化數(shù)據(jù)
- 高速 (Velocity)?– (譯者注：大數(shù)據(jù)4V特點之一) 在大數(shù)據(jù)時代，數(shù)據(jù)的創(chuàng)建、存儲、分析、虛擬化都要求被高速處理。
- 真實性 (Veracity)?– 組織機構(gòu)需要確保數(shù)據(jù)的真實性，才能保證數(shù)據(jù)分析的正確性。因此，真實性(Veracity)是指數(shù)據(jù)的正確性。
- 可視化 (Visualization)?– 只有正確的可視化，原始數(shù)據(jù)才可被投入使用。這里的“可視化”并非普通的圖型或餅圖，可視化指是的復(fù)雜的圖表，圖表中包含大量的數(shù)據(jù)信息，但可以被很容易地理解和閱讀。
- 大量 (Volume)?– (譯者注：大數(shù)據(jù)4V特點之一) 指數(shù)據(jù)量，范圍從Megabytes至Brontobytes
W
- 天氣數(shù)據(jù) (Weather data)?– 是一種重要的開放公共數(shù)據(jù)來源，如果與其他數(shù)據(jù)來源合成在一起，可以為相關(guān)組織機構(gòu)提供深入分析的依據(jù)
X
- XML數(shù)據(jù)庫 (XML Databases)?– XML數(shù)據(jù)庫是一種以XML格式存儲數(shù)據(jù)的數(shù)據(jù)庫。XML數(shù)據(jù)庫通常與面向文檔型數(shù)據(jù)庫相關(guān)聯(lián)，開發(fā)人員可以對XML數(shù)據(jù)庫的數(shù)據(jù)進行查詢，導(dǎo)出以及按指定的格式序列化
Y
- Y字節(jié) (Yottabytes)?– 約等于1000 ZB (Zettabytes), 約等于250萬億張DVD的數(shù)據(jù)容量?，F(xiàn)今，整個數(shù)字化宇宙的數(shù)據(jù)量為1 YB, 并且將每18年翻一番。
Z
- Z字節(jié) (ZB: Zettabytes)?– 約等于1000 EB (Exabytes), 約等于1百萬 TB。據(jù)預(yù)測，到2016年全球范圍內(nèi)每天網(wǎng)絡(luò)上通過的信息大約能達到1 ZB。
附：存儲容量單位換算表
1 Bit (比特) = Binary Digit
8 Bits = 1 Byte (字節(jié))
1,000 Bytes = 1 Kilobyte
1,000 Kilobytes = 1 Megabyte
1,000 Megabytes = 1 Gigabyte
1,000 Gigabytes = 1 Terabyte
1,000 Terabytes = 1 Petabyte
1,000 Petabytes = 1 Exabyte
1,000 Exabytes = 1 Zettabyte
1,000 Zettabytes = 1 Yottabyte
1,000 Yottabytes = 1 Brontobyte
1,000 Brontobytes = 1 Geopbyte