大数据的4V特征
大数据的4V特征
1、Volume（规模）
大数据的第一个特征是规模（Volume），指的是数据的数量之巨大。传统的数据处理方式难以处理大量数据，而大数据技术可以轻松处理海量的数据。这种规模可以从以下几个方面去细化：
1.1 数据速度
大数据的规模不仅仅体现在数据的总量上，还体现在数据的速度上。如今，各种传感器、社交媒体、在线交易等方式使得数据的速度惊人，大数据技术能够快速处理这些高速的数据。
1.2 数据容量
大数据的规模也可以从数据的容量来衡量。传统存储设备可能无法容纳如此大量的数据，而大数据技术能够利用分布式存储和计算技术，将数据分散存储在多个节点上，从而解决存储容量的问题。
2、Velocity（速度）
大数据的第二个特征是速度（Velocity），指的是数据产生、流动和处理的速度之快。传统数据库的处理速度可能无法满足对实时数据进行分析的需求，而大数据技术能够将数据实时处理、并行计算，从而实现快速的数据分析和决策。
2.1 数据采集速度
大数据的速度表现在数据采集的速度上。随着互联网和物联网的发展，数据源的增加使得大数据的采集速度变得越来越快，大数据技术可以通过异步、批量、并行等方式高效地采集数据。
2.2 数据传输速度
大数据的速度还体现在数据传输的速度上。大数据往往需要在分布式环境下传输，因此传输速度也是考虑的因素之一。大数据技术可以利用网络优化算法、并行传输等手段提高数据传输速度。
3、Variety（多样性）
大数据的第三个特征是多样性（Variety），指的是数据的多样性和多源性。传统的数据处理方式主要面对结构化数据，而大数据技术可以处理结构化数据、半结构化数据和非结构化数据，例如文本、音频、图片、视频等多种形式的数据。
3.1 结构化数据
结构化数据是按照某种规则组织和存储的数据，如关系型数据库中的表格数据。大数据技术可以对结构化数据进行快速查询、分析和挖掘。 3.2 半结构化数据
2024年1月浙江省普通高校招生选考科目考试信息技术本试题卷分两部分，第一部分信息技术，第二部分通用技术。全卷共12页，第一部分1至6页，第二部分7至12页。满分100分，考试时间90分钟。考生注意：1．答题前，请务必将自己的姓名、准考证号用黑色字迹的签字笔或钢笔分别填写在试题卷和答题纸规定的位置上。2．答题时，请按照答题纸上“注意事项”的要求，在答题纸相应的位置上规范作答，在本试题卷上的作答一律无效。3．非选择题的答案必须使用黑色字迹的签字笔或钢笔写在答题纸上相应区域内，作图时可先使用2B铅笔，确定后必须使用黑色字迹的签字笔或钢笔描黑。第一部分信息技术（共50分）一、选择题（本大题共12小题,每小题2分,共24分。每小题列出的四个备选项中只有一个是符合题目要求的,不选、多选、错选均不得分）1.下列关于数据与信息的说法，正确的是（）A.数据以二进制方式编码后才能存储在计算机中B.大数据技术不能处理非结构化数据C.同一数据经解释后产生的信息都是相同的D.信息加工处理后不会产生更有价值的信息2.下列关于信息系统安全与信息社会责任的说法，正确的是（）A.多人共享账户，不会影响信息系统的安全B.定期查杀病毒可以确保信息系统免受网络攻击C.网络上的不当行为可能会触犯法律D.任何密码算法中的加密密钥与解密密钥必须相同3.某校图书馆管理系统中，工作人员通过计算机终端上的扫描仪扫描图书条形码，录入图书信息后完成入库。师生借阅时，通过校园一卡通识别身份，利用RFID读写器识别图书中的电子标签以获取图书信息，完成借阅后相关数据保存在服务器中。该系统所在的局域网接入因特网，图书查询功能基于B/S架构开发，师生在馆内外都可使用计算机、手机等查询图书信息。下列关于该系统组成的说法，正确的是（）A.条形码扫描仪是输出设备B.服务器的存储器容量会影响系统性能C.该系统中的图书管理软件是系统软件D.该系统中的数据仅包含图书数据4.某校图书馆管理系统中，工作人员通过计算机终端上的扫描仪扫描图书条形码，录入图书信息后完成入库。师生借阅时，通过校园一卡通识别身份，利用RFID读写器识别图书中的电子标签以获取图书信息，完成借阅后相关数据保存在服务器中。该系统所在的局域网接入因特网，图书查询功能基于B/S架构开发，师生在馆内外都可使用计算机、手机等查询图书信息。下列关于该系统功能与应用的说法，不正确．．．的是（）A.可通过浏览器查询图书馆中的图书信息B.可利用借阅数据分析学生的阅读兴趣C.师生所借图书的信息需要保存在校园一卡通中D.通过RFID读写器获取电子标签中的信息属于数据输入功能5.某校图书馆管理系统中，工作人员通过计算机终端上的扫描仪扫描图书条形码，录入图书信息后完成入库。师生借阅时，通过校园一卡通识别身份，利用RFID读写器识别图书中的电子标签以获取图书信息，完成借阅后相关数据保存在服务器中。该系统所在的局域网接入因特网，图书查询功能基于B/S架构开发，师生在馆内外都可使用计算机、手机等查询图书信息。下列关于该系统中网络技术的说法，正确的是（）A.该系统的网络资源不包括软件资源B.计算机终端访问服务器不需要网络协议C.移动终端必须通过移动通信网络才能访问该系统D.通过路由器可将该系统接入因特网6.下列关于人工智能的说法，正确的是（）A.人工智能技术可应用于汽车无人驾驶B.训练数据的规模不会影响深度学习的效果C.人工智能的实现都需要事先手工构造知识库D.人脸识别技术都是通过符号主义人工智能实现的7.图像F为图a所示的200×100像素、256色位图，图像G为图b所示的200×100像素、16色位图，则图像F与G的存储容量之比为（）图a图bA.1:2B.1:1C.2:1D.16:18.栈S从栈底到栈顶的元素依次为1，2，3，队列Q初始为空。约定：U操作是指元素出栈后入队，H操作是指元素出队后再入队。经过UUHU系列操作后，队列中队首到队尾的元素依次为（）A.2,1,3B.3,1,2C.1,3,2D.2,3,19.数组元素a[0]至a[n-1]依次存放着n个数据，现需要将元素a[n-1]插入在下标为x（0≤x
科技的不断发展， 深深改变了传统的商业模式。 基于物品交换的供应链模式已经逐渐被
淘汰， 随着互联网用户的不断增多， 越来越多的人开始“触网”，同时也在网上留下了大量数
据，比如浏览记录，购买记录，出行记录等。数据的不断积累，为商业变革打下了基础。而
大数据技术的浮现， 则点燃了商业变革的导火索。 越来越多的企业通过大数据分析技术重塑
商业模式，进行服务创新。
商业策略这一概念，最早是由 BCG 的创始人布鲁斯 亨德森和哈佛大学商学院的教授
迈克尔 波特提出。亨德森理论的核心是集中优势力量对付敌人的弱点，他认为，在商业领
域，包含许多被经济学家成为报酬递增的现象，比如：产业规模，投入越大，产出越大。波
特认可这一理论，但是也提出来一些限制性理论， 他指出，亨德森的理论的确成立，但是从
商业上来说， 需要更多的步骤， 一个公司或者经济模式可能在一些活动中占有优势， 但可能
并不合用于其他活动。他提出来“价值链”这一概念。基于亨德森和波特的理论，整个商业策
略大厦逐渐建立起来。但是在大数据时代，这一理论已经不在成立。随着互联网技术的发展，
信息的获取变得十分便捷，交易成本在不断降低。交易成本的下降，导致可利用资源减少了，
对垂直机构的整合也就会随之减少， 价值链也会随之断裂， 也可能不会断裂， 但是对于同一
商业中的竞争者来说，他们就可能利用其在价值链的位置，以此对竞争对手进行渗透、攻击。
英国出版的百科全书曾经是世界上最畅销的书籍之一， 随着光盘和网络的流行， 知识传
播和更新的成本在不断下降， 百科书行业随之倒闭。 维基百科随之兴起， 和百科全书不同的
是，维基百科的内容是由用户撰写的，并且非常专业，价格也非常便宜。
再比如 2000 年，人类基因图谱的绘制，主要由专业的科研机构和科学家完成，耗费了
2 亿美金和 10 年的时间，才绘制出一个人的基因图谱。而现在只需要不到1000 美元，甚至
数据仓库、数据湖、数据中台技术方案V1
随着大数据时代的到来，企业内部产生的数据量越来越大，如何高效地管理、利用这些数据已成为企业面临的挑战之一。为了解决这一问题，出现了类似数据仓库、数据湖、数据中台等技术方案，本文将对这三种方案进行介绍和对比。
一、数据仓库
数据仓库是一种面向主题的、集成的、相对稳定的数据存储，主要用于支持企业决策。数据仓库以数据驱动，关注企业重要的主题、业务过程和绩效等指标。数据仓库的两个主要特点是数据集成和数据一致性，它可以将多个数据源的数据集成到一个单一的、可查询的数据源中，确保数据的一致性和准确性。数据仓库的优势在于较好地支持企业决策，缺点在于数据集成的复杂度较高，需要有专业的数据仓库建模、ETL等技术人员进行设计和维护。
二、数据湖
数据湖是一种不加限制地存储所有原始数据的存储形式，相对于数据仓库更注重数据的存储和处理。数据湖中包含的数据源可能是结构化、半结构化或非结构化的数据，数据的移动、转换和处理等都在数据湖中进行。数据湖之所以受到关注，是因为它可以在数据被使用前，将未经过处理或加工的数据获取到，从而使分析师和数据科学家可以无需等待将数据集成到单一数据源，并对其进行处理。然而，数据湖中数据的一致性较差，需要有更多的数据清洗等工作，此外，数据湖中的数据流动和兼容性问题也需要在使用前注意。
三、数据中台
数据中台是继数据仓库和数据湖之后兴起的一种数据技术方案，主要关注企业数据化转型建设。数据中台将数据和业务解耦，并在数据存储、计算、组织等方面进行统一，提供企业级别的数据服务。数据中台采用微服务和数据开放接口（API）的方式，将支撑业务和分析的数据资源整合在一起。数据中台的优势在于其架构相对清晰，开放性较好，提供了企业级别的数据服务；缺点在于需要进行为期较久的构建Phase，且工作的难度相对较高。
综上所述，数据仓库、数据湖和数据中台都有着各自的优势和缺点，在企业的选择中需要根据自身的情况进行评估。企业如果需要侧重支持决策、强调数据一致性和集成性，可以选择数据仓库；如果企业使用的数据来源丰富，且需要更多的数据处理和分析，可以选择数据湖；如果企业侧重于数据驱动业务变革，希望具有良好的架构和开放性，可以选择数据中台。
