Gartner說，Big Data是高容量、高成長量、高變化性(下方會解釋)的資訊資產，能提高資訊用途，以協助我們進行決策，多數的文章大多採用這個定義；Wiki的定義則額外提到Big Data不是只談資料分析，應該更廣泛的談到資訊的取得、策展、管理與處理
有鑒於Big Data這個主題這一年來愈來愈紅了，我也花了一些時間看了一些資料，希望這個主題開了之後能持續的跟大家分享。
Big Data我習慣叫他海量數據，海量跟資料的意思大家都明白，應該不需多說，你一定不禁想問：「資料本來就很多，變得更多又怎麼樣？」，首先，我們先來看看Big Data的定義，我抓兩個比較常被拿出來提的：
Gartner說，Big Data是高容量、高成長量、高變化性(下方會解釋)的資訊資產，能提高資訊用途，以協助我們進行決策，多數的文章大多採用這個定義；Wiki的定義則額外提到Big Data不是只談資料分析，應該更廣泛的談到資訊的取得、策展、管理與處理，本篇文章我主要會針對這兩個定義所提到的概念進行說明。
3個V-Volume、Velocity、Variety
現在數據的增加量是每天2.5 quintillion bytes，quintillion這個詞可能大家都是第一次看到，我們先來看看下面這張表，quintillion byte大約就是下方的Exabytes，約莫等於10億GB，所以2.5 quintillion bytes=25億GB，這個成長量非常驚人，這些資料包含文字、影音、網頁、串流等，涵蓋的內容非常的多元。
- Volumn：數據量，大量資料的產生、處理、保存，談的就是Big Data就字面上的意思，就是談海量資料
- Velocity：這個詞我有看到幾個解釋，但我認為用IBM的解釋來說是比較恰當的，就是處理的時效，既然前頭提到Big Data其中一個用途是做市場預測，那處理的時效如果太長就失去了預測的意義了，所以處理的時效對Big Data來說也是非常關鍵的，500萬筆資料的深入分析，可能只能花5分鐘的時間
- Variety：多變性，指的是資料的形態，包含文字、影音、網頁、串流等等結構性、非結構性的資料
Volume、Velocity、Variety這金三角，已經成為大家談Big Data時最常提到的概念，簡單一句話來說明就是：「大量(Volume)且多元(Variety)的資料，必須以高時效(Velocity)完成取得、分析、處理、保存。」
Big Data不只談資料的分析
如果你要做社群網路分析或者賣場客戶行為分析，那你第一個要面臨的問題不是怎麼做分析，而是你怎麼取得這些數據，以Facebook來說，包含按讚、發文、打卡、回應、分享、瀏覽、點擊等每個動作都會被記錄下來；或者你是大賣場，你想要知道客戶在賣場中的動線是怎麼樣，所以你就在每台推車上安裝了RFID標籤，透過賣場中的sensor去抓客戶的動線，他們藉這樣的方式取得想要的資料，但你可以想想Facebook有近10億個使用者，一天會產生多少資料量？這些資料到底放在哪裡？要多少硬碟才夠放？這就產生了資料儲存、備份的問題，前面提到25億GB的資料，光是用1000GB的硬碟來裝，就要250萬顆了，疊起來都不知道幾棟台北101了；這兩個問題克服後，緊接著就是從這些資料中萃取出我們想要的內容，Facebook可能藉此去分析一個人的喜好、行為，投放他感興趣的廣告，推薦他感興趣的粉絲團或朋友，這就涉及資料的處理問題。
Big Data目前看起來是個很有潛力的趨勢議題，因為涉及的層面很廣，可以把過去一些相關的技術給帶進來，包含物聯網、雲端運算、In-memory computing、BI等，但與雲端運算一樣，如果沒有恰當的應用支撐，最後只會淪為技術議題，往後希望能多談一些Big Data的技術細節與應用案例。
 |
游舒帆 (gipi) 探索原力Co-founder，曾任TutorABC協理與鼎新電腦總監，並曾獲選兩屆微軟最有價值專家 ( MVP )，離開職場後創辦探索原力，致力於協助青少年培養面對未來的能力。認為教育與組織育才其實息息相關，都是在為未來儲備能量，2018年起成立為期一年的專題課程《職涯躍升的關鍵24堂課》，為培養台灣未來的領袖而努力。 |
