传统数据与大数据对比，主要有什么差异？

大数据之所以成为大数据，首先就是他的体量真的非常巨大。随着21世纪的来临，我们迎来了数据信息大爆炸的时代。移动互联、社交网络、电子商务等极大拓展了互联网的边界和应用范围，各种数据正在迅速膨胀并变大。互联网(社交、搜索、电商)、移动互联网(微博)、物联网(传感器，智慧地球)、车联网、GPS、医学影像、安全监控、金融(银行、股市、保险)、电信(通话、短信)都在疯狂产生着数据。

在接下来量化描述海量数据之前，我们先来科普一下数字数据的单位：最小的基本单位是bit，按顺序给出所有单位：bit、Byte、KB、MB、GB、TB、PB、EB、ZB、YB、BB、NB、DB。

1KB(Kilobyte千字节)=1024B;

1MB(Megabyte兆字节)=1024KB;

1GB(Gigabyte吉字节)=1024MB;

1TB(Trillionbyte太字节)=1024GB;

1PB(Petabyte拍字节)=1024TB;

1EB(Exabyte艾字节)=1024PB;

1ZB(Zettabyte泽字节)=1024EB;

1YB(YottaByte尧字节)=1024ZB;

1BB(Brontobyte)=1024YB;

1NB(NonaByte)=1024BB;

1DB(DoggaByte)=1024NB;

在大多数人都还只知道TB的时候，我们在数字数据单位上已经提升了7个数量级到了DB时代。2006年，个人用户刚刚迈进TB时代，当年全球一共产生了180EB的数据;而在2011年，全球数据生产量就已经达到了惊人的1.8ZB;

根据IDC监测，到2020年，整个世界的数据总量将会增长44倍，达到35.2ZB(1ZB=10亿TB)!人类产生的数据量大约每两年翻一番，这个速度在2020年之前会继续保持下去。

大数据是处理“海量数据”的技术工具

除了庞大的数据量外，大数据这个名词往往对应着一些标志性的技术工具，譬如说耳熟能详的黄色小象—Hadoop。除了这个著名的分布式计算软件框架外，对应的数据采集、存取、架构、挖掘上都有着大量代表性技术工具为我们熟悉。

大数据是挖掘“海量数据”后产生的数据资产

之前，但凡提到数据，大家第一时间会联想到诸如硬盘、IT部、服务器等较为技术的名词。而在当今这个大数据时代，舍恩伯格却早已提出“虽然数据还没有被列入企业的资产负债表，但这只是一个时间问题。“的观点。

对于数据的资产化属性变迁，较为统一的观点主要是以下两点：

1：计量规则与货币资本类似;以数据交易为主营业务、科技公司将数据作为无形资产计入资产。

2：具有资本一般的增值属性;通过数据的出租，清洗加工后的销售实现增值。

而具备之类高价值资产变现能力的公司，在目前的产业环境中我们称之为“数据源公司”，它们具备独立拥有及控制数据资产的特征，对应的公司类似BAT、通信运营商、银联、公共事业及交通公司这样的数据源公司。

大数据相对传统数据的差异点

相对传统数据，大数据在数据体量、增长速度、数据形式、价值上都有着显著的区别。

1：当传统数据时代还是考虑数据的吞吐从G到T的时候，大数据早已跃升到了P以上的时代;

2：相对增长稳定的传统数据，大数据在后续的万物互联时代正在以年增长率超过60%的速度快速膨胀;

3：区别与以结构化数据为主的传统数据，图像/声音/文本等各种非结构化数据正在填充着大数据的数据仓库;

4：随着各地大数据交易中心的建立，大数据时代的数据资产化正在渐入佳境，数据价值快速提升。
　　人工智能、大数据、云计算和物联网的未来发展值得重视，均为前沿产业，多智时代专注于人工智能和大数据的入门和科谱，在此为你推荐几篇优质好文：
大数据工程师培训，需要学习的有哪些课程?
http://www.duozhishidai.com/article-15081-1.html
大数据工程师就业培训哪个好?
http://www.duozhishidai.com/article-15082-1.html
java大数据与python大数据如何选择？
http://www.duozhishidai.com/article-12540-1.htm

---

多智时代-人工智能和大数据学习入门网站|人工智能、大数据、物联网、云计算的学习交流网站