vlambda博客
学习文章列表

我们说HDFS面向的是大数据存储，其实这里引入了一道面试题。如果你面的是数据开发岗或者大数据开发岗的校招，那么你就很可能会遇到，即：

Q: 你认为数据量达到多少就能被称为大数据了？

我个人倾向于，谈到具体的数据量，就输了。谈到大数据总躲不过5V特征：

【1】Volumn（大体量）：即可从数百TB到数十数百PB甚至EB级别的数据；

【2】Variety（多样性）：大数据会包含各种格式或者形态的数据；

【3】Velocity（时效性）：数据大多需要在一定时间限度内被处理；

【4】Veracity（精确性）：数据处理的结果需要保证一定的精度；

【5】Value（大价值）：数据会包含很多深度的价值。

从这个角度而言，量仅是大数据的特征，但并不意味着大数据会和数据大画上某等于或者线性的关系。大体积的无用数据，仅仅是占用存储的垃圾而已，需要清楚。体量大，且包含大价值的数据，才能够被称为大数据。