大数据的5V定义：Volume、Velocity、Variety、Value、Veracity
现阶段，大数据领域比较通用的大数据定义基于图1-1所示的5V，其中每个V的具体定义如下。
图1-1 大数据5V定义示意图
（1）Volume：数据量大，即采集、存储和计算的数据量都非常大。真正大数据的起始计量单位往往是TB（1 024GB）、PB（1 024TB）。
（2）Velocity：数据增长速度快，处理速度也快，时效性要求高。比如，搜索引擎要求几分钟前的新闻能够被用户查询到，个性化推荐算法尽可能要求实时完成推荐。这是大数据区别于传统数据挖掘的显著特征。
（3）Variety：种类和来源多样化。种类上包括结构化、半结构化和非结构化数据，具体表现为网络日志、音频、视频、图片、地理位置信息等，数据的多类型对数据处理能力提出了更高的要求。数据可以由传感器等自动收集，也可以由人类手工记录。
（4）Value：数据价值密度相对较低。随着互联网及物联网的广泛应用，信息感知无处不在，信息量大，但价值密度较低。如何结合业务逻辑并通过强大的机器算法来挖掘数据的价值，是大数据时代最需要解决的问题。
（5）Veracity：数据的准确性和可信赖度高，即数据的质量高。数据本身如果是虚假的，那么它就失去了存在的意义，因为任何通过虚假数据得出的结论都可能是错误的，甚至是相反的。
