多大的数据，才能称为大数据呢？

多大容量的数据才算大数据，其实并没有定论，所谓的大数据的规模压根没有具体的标准，而仅仅规模大也不能算做是大数据。但另一方面，我们需要注意的是，目前的数据确实在不断的变大，据国际公司IBM研究，截止到2020年，全世界的数据规模将达到今天数据量的几十倍，而今天的数据也早已只能用ZB这样庞大的计算单位来进行统计了。

那么，既然大数据并不是用大容量来衡量的，那究竟什么是大数据呢？

这就不得不引用之前提到的IBM公司了，他们自己对于大数据有一套著名的5V理论：Volume（大量）、Velocity（高速）、Variety（多样性）、Value(价值)以及Veracity（真实性）。

1.Volume（大量）

刚才也说道，大数据并不是用大容量来衡量的，但大数据一定代表着这个数据具有一定的量级了，以至于在一台机器上并不能处理，必须借助分布式运算的方式来进行操作。

2. Velocity（高速）

ZB级别的数据带来的并不仅仅是数据储存方面的问题，更代表着数据处理的速度必须到达一定的界值，不然我们很难有秒级的千人千面的广告推送。

3. Variety（多样性）

当下如此爆发性增长的数据其实更多的是非结构化数据，而这种数据是与我们传统印象中Excel储存的二维表是不同的。非结构化数据更多的是以声音、图像、地理位置、视频等形式存在。而这样的数据，则代表着更高的数据处理要求。

4. Value（价值）

大数据就是高价值的代名词么？并不是，反而大数据代表着价值密度更低的数据。用一个成语来形容如今的数据分析或者数据挖掘，那就是大浪淘金。而究竟如何在一个大数据中提取有价值的信息呢，不得不说，这是一个机遇也是一个挑战。

5. Veracity（真实性）

大数据就一定真实么？并没有。为什么这么说呢，想象一下当下泛滥的作弊流量吧，你还敢确保你的用户数据并没有虚假的吗？所以，大数据也是可以造假的，我们一定要有一双智慧的眼睛却辨别大数据的好坏。

    有人说拥有了数据，就仿佛拥有了全世界，数据所带来的是人类远远想不到的，随着时代的发现，大数据的新兴发展，给世界带来无限的可能，对于大数据，数据的含量是巨大的。对于大数据，没有明确的大小规定，大数据量和大数据是完全不同的两个概念，如果数据仅仅是规模大，这也不能称作大数据。大数据应该说是大计算再加数据量。

    单从数据量的角度来说，数据单位量达到PB、TB等，数据就会被称为大数据。这个单位所包含的数据量是非常巨大的。有人说，1PB所面对的数据，如果仅仅向磁盘写入1PB的数据就要耗费200多天，并且全人类的总资产加起来也不到1P美元，还有以TB单位的数据相当于全世界沙滩全部的沙子量，大小永远是相对的，更多的是运用数据，发现数据背后的价值，这是要经过精心的分析才会被开发出来。

     规模也是要靠不同的维度去衡量，从时间序列累积大量的数据，还有在深度上更加细化的数据。例如再小的数据，纵向积累时间长了，也可以累计成大的数据，横向积累也可以与其他数据关联起来也可能形成大数据，因此大数据中的数据都是彼此关联，具有价值的。

　　对于大数据，其中“大”是必要条件，但非充分条件，有了数据也不会处理挖掘，也没用，大数据的核心价值在于开发运用，有了大数据的支撑才有智能的出现。

企业端(B端)数据近十万的级别，就可以称为大数据;
个人端(C端)的大数据要达到千万级别。
收集渠道没有特定要求，PC端、移动端或传统渠道都可以，重点要达到这样数量级的有效数据。
截止到2012年，数据量已经从TB（1024GB=1TB）级别跃升到PB（1024TB=1PB）、EB（1024PB=1EB）乃至ZB(1024EB=1ZB)级别。