大数据——何谓“大”

　　“互联网”“大数据”“人工智能”你可能在无数篇文献中都看到过这三个词，这三个词的顺序其实是不能颠倒的。互联网、大数据、人工智能的关系：互联网产生了大量数据，使用大数据技术进行存储+计算，并对人工智能提供支撑。

　　在互联网时代，我们都能上网，而只要上网就会产生大量数据。

　　你在逛京东的时候，浏览某一个商品，你的这些行为数据会被记录下来，甚至你把鼠标悬浮在某一个分类上，并没有点击，它就会记录数据。

　　那这么庞大的数据要怎么存，怎么去计算呢？

　　当然要把这些数据存储下来。但如果你只是单独存储下来，不去对这些数据进行下一步的分析计算，那这些数据就是死数据，不能产生什么价值。所以要让这些数据产生更大的价值，就要对它们进行计算。

　　所以大数据解决的两个问题——

　　海量数据的存储

　　海量数据的计算

　　同时，大数据也为人工智能提供支撑。因为人工智能里面其实有很多算法，算法可以简单来理解为公式。但这个公式真的准确么？还是得靠大量的数据来进行校验。

　　大数据，从表面上看，就是说大的数据量，即海量数据。那你想一想，仅仅是数据量大就是大数据吗？多大算大呢，有一个标准么？

　　数据，其实是有一个量级的，如上图，看一下数据的度量模型。它的度量单位，MB、GB、TB……可能你在平时的生活中有所接触，现在 1TB、2TB 的移动硬盘也非常普遍了。其实到现在为止，我们全球范围内全人类的整个数据量也就才到 ZB 级。说起 MB，大家可能还有一些体会，到 GB 可能也有一些概念，一个电影它可能就是几十M、几百M，或者几G， 但是你到 PB 可能就没有感觉了。

　　如何去衡量更大单位的容量大小呢？

　　1PB 相当于 50% 的全美学术研究图书馆藏书信息内容

　　5EB 相当于至今全世界人类所讲过的所有话语

　　1ZB 如同全世界海滩上的沙子数量总和

　　1YB 相当于 7000 位人类体内的微细胞总和

　　2021 年，全球数据总量达到了40ZB

　　那么你肯定想问，到哪个量级才算是“大数据”呢？

　　有的人说达到 PB 级的数据才算是“大数据”。但实际上，普遍说来，多大的数据量才算大数据并没有一个明确的标准。