- 大數據：資料量非常大或非常複雜，超出了傳統管理和分析工具的能力範圍。
- 四個 V：數量、種類、速度和真實性，分別描述了資料的大小、類型、變化率和可靠性。
- 它包括結構化資料（數值資料庫）和非結構化資料（網路、電子郵件、社交網路），不斷擴大資料來源，增加了分析的複雜性。
- 應用領域：醫療健康、服務改進、公共安全和業務優化；與傳統的關聯式資料庫管理系統相比，雲端運算能夠更好地實現儲存和可擴展性。
大數據是一個廣義的術語，指的是資料集非常大或複雜，以至於傳統的資料處理應用程式無法滿足需求。大數據可以包含任何類型的信息，包括結構化和非結構化資訊。
大數據範例和定義
大數據集
大數據是一個廣義的術語，指的是資料集非常大或複雜，以至於傳統的資料處理應用程式無法滿足需求。大數據的範圍可以是任意大小，從 TB 到 PB（1 兆位元組）甚至更大。一般而言，大數據的範圍包括結構化和非結構化類型的資訊。
大數據是指由網路、社群媒體和其他來源產生的大量資訊。大數據指的是資料集的規模超過了傳統資料庫管理工具使用標準關係資料庫管理系統（RDBMS）有效擷取、儲存、管理和分析的能力。
據估計，僅在過去兩年內就產生了全球 98% 的數據。
數據呈指數級增長。事實上，據估計，僅在過去兩年內就產生了全球 98% 的數據。如果你想知道剩下的 2% 發生了什麼，嗯，我們也不知道。
我們該如何因應這種指數級成長？我們需要一種新的資料儲存模型，讓我們能夠儲存所有信息，然後再決定如何處理（或不處理）這些資訊。
這就是為什麼大多數組織都在使用亞馬遜網路服務 (AWS)、Google雲端平台 (GCP) 或微軟 Azure 等雲端儲存服務，而不是從頭開始建立自己的基礎設施，或使用Oracle DBMS 或 Microsoft SQL Server DBMS 等傳統的關聯資料庫，因為這些資料庫每年都需要支付昂貴的數位授權費用才能繼續儲存這些數位 GB 的資產資產。
大數據的四個V
大數據的四個V是容量（Volume）、多樣性（Variety）、速度（Velocity）和真實性（Vercity）。
資料量指的是公司處理的資料規模。資料種類指的是資料的類型：結構化資料（例如電子表格）和非結構化資料（例如影像）。數據變化速度指的是資訊隨時間變化的快慢：例如，如果一家線上商店的銷售數據大約每小時都會變化一次，那麼就需要一個能夠快速處理這些變化的系統，以免這些變化對業務決策產生重大影響。
最後，還有真實性，也就是準確性：資訊的可靠性有多高？如果它來自外部來源，例如 Twitter 或 Facebook 等社交網絡，任何人都可以隨時發布任何內容而無需事先核實，那麼它可能不那麼可靠。
結構化和非結構化資料。
大數據可以包含任何類型的信息，包括結構化和非結構化資訊。
結構化資料的範例：社會安全號碼、信用卡號碼和電話號碼。
非結構化資料的範例：網頁、電子郵件、推文和其他社群媒體內容。
利用大數據技術可以分析人類基因組，尋找疾病的遺傳標記。
大數據技術可用於分析人類基因組，尋找疾病的遺傳標記。 DNA定序就是大數據技術的一個例子，自2000世紀初誕生以來，它已被應用於醫學研究。透過識別單一基因及其變異，研究人員可以精確定位導致癌症或糖尿病等疾病的遺傳因素。
全基因組關聯研究（GWAS）採用一種稱為微陣列的技術，使科學家能夠同時分析數千個樣本，尋找基因表現量的特定模式。這個過程使他們能夠識別與阿茲海默症或精神分裂症等疾病相關的基因變異；然而，大多數 GWAS 結果仍然不確定，主要是因為它們是基於小樣本量（在許多情況下，少於 100 個個體）。
隨著參與這些研究的人數不斷增加，特別是如果這些參與者同意接受額外的測試，我們應該期待準確率的提高，同時對特定環境因素在生命歷程後期的發展階段如何與我們的基因相互作用有更深入的了解。
大數據的用途
如今，大數據的多種用途正在改變我們的生活和工作方式。
大數據可用於改善醫療保健、客戶服務和教育。它還可以幫助公共安全機構更好地保護社區，並幫助企業利用大數據改善業務流程，從而獲得新的發展機會。
醫療保健：醫生和護士會利用患者病歷來製定治療方案，但由於每個患者的資訊量龐大，很難在需要時找到所需資訊。借助大數據分析工具，醫生將能夠獲取比以往任何時候都更全面的患者病史信息，包括藥物是否引起不良反應，以及是否存在其他藥物相互作用（例如降血壓藥）。這有望挽救生命，因為醫生可以根據以往經驗立即確定最佳治療方案，而無需浪費時間嘗試不同的藥物組合，直到找到效果尚可的方案。
如今大數據有許多您可能尚未意識到的用途。
大數據以多種不同的方式用於分析人類行為。它可以用來分析人們如何使用行動裝置、如何相互交流，甚至如何花錢。
以下是大數據應用的一些範例：
- 分析社交媒體來了解您可能不知道的周圍世界正在發生的事情（例如時尚或技術趨勢）。
- 使用放置在城市中的感測器和攝影機監控交通狀況，以便政府能夠更好地規劃公共工程或改善公共交通。
結論
大數據是一個術語，用於描述我們在日常生活中可以收集、分析和使用的大量數據。這些資訊可用於許多不同的目的，例如尋找疾病的遺傳標記或分析人類基因組以更好地了解其功能。重要的是要記住，這項技術也存在一些負面後果，例如對有權存取您個人資訊的人的隱私的擔憂。