1、Volume（大量）
    截至目前，人类生产的所有印刷材料的数据量是200PB，而历史上全人类总共 说过的话的数据量大约是5EB。当前，典型个人计算机硬盘的容量为TB量级，而 一些大企业的数据量已经接近EB量级。
    2、Velocity（高速）
    这是大数据区分于传统数据挖掘的最显著特征。根据IDC的“数字宇宙”的报 告，预计到2025年，全球数据使用量将达到163ZB。在如此海量的数据面前，处 理数据的效率就是企业的生命。
    3、Variety（多样）
    这种类型的多样性也让数据被分为结构化数据和非结构化数据。相对于以往便于存储的 以数据库/文本为主的结构化数据，非结构化数据越来越多，包括网络日志、音频、视频、图 片、地理位置信息等，这些多类型的数据对数据的处理能力提出了更高要求。
    4、Value（低价值密度）
    价值密度的高低与数据总量的大小成反比。 比如，在一天监控视频中，我们只关心宋宋老 师晚上在床上健身那一分钟，如何快速对有价值数 据“提纯”成为目前大数据背景下待解决的难题。