youtube大數據

『壹』 視頻網站數據儲存怎麼解決

近日，視頻網站YouTube宣布，其全球視頻日播放量已經超過10億小時的里程碑，每分基御晌鍾新上傳視頻400小時，相當於1天有65年時長的節目內容更新。這無疑是一個非常龐大的數據，窮我們一生不吃不喝，也不過能看完其一天的視頻上傳量。

這還僅僅是YouTube一家視頻網站，全球范圍內所有的視頻網站加起來，其數據量已經大到我們無法想像，那麼問題來了，這么多的視頻，是如何存儲的，那得多少硬碟來裝啊？

海量硬碟加壓縮去重來解決大量數據存儲

首先說明一個問題，來普及一下數據量級的問題。1MB=1024KB，1GB=1024MB，1TB=1024GB，1PB=1024TB，1EB=1024PB，1ZB=1024EB，1YB=1024ZB，1BB=1024YB，1NB=1024BB，1DB=1024NB。其中搏鋒我們手機拍攝一張照片約3M，一個高清電影約2G，1TB的硬碟，可以存儲500部高清電影。

很多大型網站其實是有自己的專屬機房，也就是現在動輒佔地幾千畝的大型數據中心。如網路已經在山西陽泉建了雲計算中心了，佔地2000多畝，基本都是存儲。我們日常用的網路網盤，裡面的數據都存儲在了網路的機房裡。

大型的企業網站如愛奇藝、騰訊等公司，都有專有機房，這些機房內具有大量硬碟。畢竟相對來說，硬碟的價錢真實是太低了。想想我們只需求四百塊錢就能購置1T的硬碟資源，對於大型公司來說，完整有準備大量硬碟的實力。

在用戶上傳文件或者視頻之後，一般會有專門的轉碼緊縮效勞器。用來把上傳的文件進行壓縮，所以有時可以看到，本人上傳的高清視頻，在停止查看時，明晰度並不是很高，這是由於停止壓縮的效果。

而在真正保管到硬碟之前，需求對上傳的文件去重。檢測硬碟中是會否曾經有相關的文件了。假如有的話就直接指定過去了。這也就是為什麼很多網盤上面，會有秒傳的功用，好幾G的文件，幾面就能上傳完成就是這個原理。

緩存熱點數據來保證數據高效分發

對於視頻網站來說，絕大部分視頻都是冷門資源，用戶觀看帶有非常強的選擇性。如當前正在熱播的《人民的名義》，在一定的時間段類，可能用戶都去看這部電視劇，對於這種熱點數據，存儲上主要運用散布式存儲加散布式文件系統，保證高並發高帶寬，存儲底層會選用分層技術。

很多視頻點擊量爆高，此時系統會判別此類數據，並存儲到大容量緩存中，外加外置UPS維護，那麼當視頻沒人看的時分，就自動遷移到廉價的7200轉或5400轉的HDD存儲層中。如今的硬碟最大做到60TB了，企業級大容量氦氣盤曾經有10TB、12TB了。特別老的視頻文件且為普通用戶上傳的會被後台剖析平台挑選出來刪除來釋放空間。

可能熱點數據在視頻網站龐大的存儲資源庫中，只佔據了不到1%的比重，這個時候，網站只需要將高質量帶寬分配給這些熱點數據即可，並不會明顯影響到用戶的實際使用。如《人民的名義》現在是絕對熱點，可能有1000萬人同時觀看；而BBC紀錄片《地球拆枝脈動》在剛推出時是絕對熱點，現在隨著大家都看過了，每天只有很小一部分人觀看。網站根據數據請求量，來酌情分配帶寬，並會將熱點數據緩存起來，甚至分發到離你家很近很近的機房，這樣速度會很快，保證優良的用戶使用體驗。

可以理解為，有很多貨物需要運輸，但網民經常購買的物品帶有一定的規律性，比如冬天北京霧霾天的時候，買空氣凈化器的人非常多，這個時候，網站會在倉庫里放很多空氣凈化器，一旦有人購買就可以直接運輸出去；而到了春天空氣非常好，買空氣凈化器的人銳減，倉庫就會只放很少的庫存。通過對於熱點的把控，可以高效地提升整個系統的運行效率和用戶體驗。

總結起來就是，網站會持續購買大量硬碟來存儲源源不斷的數據，但數據畢竟是有限的，通過壓縮、去重等手段，可以有效減輕存儲壓力；再通過對於熱點內容的緩存，來提升用戶的實際使用體驗。大數據時代，大家都知道數據就是金錢，和未來可以賺到的錢相比，眼前幾百塊錢一個的硬碟，網站還是捨得花錢買的。

『貳』 網紅成長的免費分析工具：別低估你 Youtube 影片價值

在這個影音世代有許多免費平台，能盡情上傳影片秀自我，也衍生出網紅、KOL、Youtuber等不同型態的自媒體，想了解自己辛苦經營的 Youtube 頻道價值多少，透過 NoxInfluencer 免費分析工具平台就能輕松辦到：Youtube頻道價值預估、Youtube網紅排行榜、Youtube熱門影片排行、Youtube網紅即時粉絲量、Youtube影片效果分析與Youtube網紅頻道對比。

NoxInfluencer 平台，網紅必備Youtube 頻道分析工具

拍影片梗想半天、花大把時間剪輯，結果點閱率卻不盡理想，想下廣告增加觸及率或找其他網紅合作，卻不知其門而入，擔心把錢花在錯的地方，這是網路時代所有人最煩惱的事。網路世代最大優勢為，有各式各樣平台可盡情使用，不過一旦大家開始投入，想在茫茫網海中被別人關注到，不僅內容要更費巧思，就連上線後的分析也要確實做到。NoxInfluencer為針對Youtube頻道設計的免費平台，提供豐富多元的分析工具，更重要的是使用簡易，只要把影片網址復制貼上、或輸入關鍵字，就能即褲衡時查看與分析各種Youtube頻道資料，方便使用者隨時做出調整與優化。

NoxInfluencer 最大優勢在於，採用升級過的大數據資料與AI人工智慧技術，能即時關注使用者資料，並提供詳細的分析對比結果，讓Youtuber能更了解目前經營頻道的情況，最棒的是NoxInfluencer完全免費，除了網紅也適合廣告主或經紀公司使用。接著不羅嗦，以下趕緊來看看NoxInfluencer如何使用吧！

▲先瞧瞧NoxInfluencer基本介面，首頁可見到該平台強調六大功能，包括有Youtube頻道價值預估、Youtube網紅排行榜、Youtube熱門影片排行、Youtube網紅即時粉絲量、Youtube影片效果分析與Youtube網紅頻道對比。

▲NoxInfluencer介面設計簡易直覺好用，不過要提醒預設為英文版，若你的英文不好，建議從頁面右上方設定切換為繁體中文，總共支援10種語言可給大家選擇。

輸入網址一鍵分析 就能告訴你頻道值多少錢

接著立刻來體驗，我們以癮科技友台「怎麼好意思」Youtube頻道測試，把網址貼上NoxInfluencer首頁的欄位中，接著按右方「搜尋」鍵。隨即會另開新分頁顯示「怎麼好意思」Youtube頻道詳情數據與分析報告，重點資訊包括有粉絲數、總觀看量、平均觀看量、Nox評級、每日粉絲數變化、每日總觀看量變化、YouTube網紅預估價值與網紅活躍度。其中較有趣的是，「怎麼好意思」Youtube頻道預估價值每月有$24~$39美金，這是NoxInfluencer團隊經頻道數據、影片表現、互動/粉絲情況…等多項綜合因素，結合當地情況所分析出的結果。

▲接著立刻來體驗，我們以癮科技友台「怎麼好意思」Youtube頻道測試，把網址貼上NoxInfluencer首頁的欄位中，接著按右方「搜尋」鍵。

▲隨即會另胡岩做開新分頁顯示「怎麼好意思」Youtube頻道詳情數據與分析報告。

▲以上這些分析結果可說是NoxInfluencer精髓，包括粉絲數、總觀看量與平均觀看量，都會同時告訴你目前全球即時與地區排名，其中「即時粉絲量」也是重要參考指標，下方會以時間軸方式顯示即時粉絲量，若呈一直線代表粉絲量無增減，建議發布新片時測試此功能會比較有感。

▲另外，往下滑還會告訴你相似&相關度高的YouTube網紅頻道，以及與本YouTube網紅頻道有關的標簽，這些都可以做為日後發布影片參考依據。

▲YouTube網紅頻道分析及品質評級部份，可針對粉絲數/觀看量&頻道增長情況、YouTube影片表現&粉絲互動情況、影片發布頻次進行分析。

▲也有瀏覽受眾粉絲的數據展現與分析，包括男女粉絲比例、或受眾粉絲的地理位置分布，皆可透過圖表方式一探究竟，哇…沒想到黛西竟然有日韓粉絲呢！

▲剛剛是針對整個「怎麼好意思」Youtube頻道的分析報告，若你只想了解特定影片成效，建議直接棗培利用YouTube影片效果分析工具，我們挑選日前反應不錯的「便利商店食物組出米其林口味美食！？/魔幻組合實測 (7-11、全家、OK便利超商)」這支有趣影片做測試。

▲大約花兩秒鍾就出現詳細分析報告，該影片上線一周有將近1,500觀看量，不過重點來了，影片預估價值竟有$69~$77美金（單支影片價值低於整個頻道還算合理），最右邊還有粉絲互動率為9.8%。再往下看影片觀看深度，得到的平均觀看率為814.9%，這可說是破表級的好表現，雖然整體觀看量沒沖很高，但想必大家都很仔細看過好幾遍，只能說黛粉們真的很死忠呢！

▲影片標簽列可觀察該標簽近30天內在YouTube上的熱度變化，同時也可以參考與該標簽最相關的5個延伸內容，像是「7-11」、「便利商店」…等都是熱門標簽，相較下「魔幻組合」顯得有點冷清，這些都能做為下次修正標題的依據。

支援頻道交叉對比功能 全球百大網紅任你篩選

Youtube網紅頻道對比也是NoxInfluencer重點功能，顧名思義能一鍵對比特定幾位網紅，我們這里就挑選目前YouTube粉絲排名Top3網紅，透過多項數據進行交叉對比。分析報告結果顯示詳細對比資訊，包括頻道粉絲變化&頻道成長軌跡、YouTube網紅歷史數據總覽、YouTube頻道影片內容更新頻率、社群媒體豐富度…等。

▲可挑選目前 YouTube 粉絲排名Top3或是本周 YouTube 增長最快的Top3網紅，透過多項數據進行交叉對比。

▲以台灣熱門的網紅TGOP、阿滴英文與蔡阿嘎進行交叉對比，分析報告結果顯示詳細對比資訊，包括頻道粉絲變化&頻道成長軌跡、YouTube網紅歷史數據總覽、YouTube頻道影片內容更新頻率、社群媒體豐富度…等，由於資料量相當龐大，建議網友點進這里直接用看的會比較清楚，若你是想投放廣告的廠商，這些都是很值得參考的數據。

▲ NoxInfluencer 一大特點為，提供海量的Youtube網紅數據讓使用者參考，你可以查看粉絲最多、最具潛力、漲粉最快…等各種項目的Top 100網紅，或是各熱門區域Top 250網紅，當然也可針對不同影片類型篩選排名依據。【 圖為台灣YouTube網紅頻道排行榜】

▲另外也提供值得參考的反指標，例如可以查看台灣掉粉最快的Top 100網紅，弄清楚從網友不愛看的影片類型，之後拍片就不怕重蹈覆轍。

小結

NoxInfluencer針對 Youtube 頻道提供強大的分析工具，不僅免費且使用簡單，為一套能幫助發展中或剛起步網紅的平台，與同類型的YouTuber做比較分析。另外如果你像文中「 怎麼好意思 」頻道才剛開始經營，想達到百萬粉絲的境界，勢必還要花好長一段時間，其實不一定要土法煉鋼，NoxInfluencer目前提供不錯的媒合機制，若你是創作方，只要注冊會員，就有機會與全球知名廣告主一起合作，透過賺取傭金來提高知名度；反過來若你是廣告主或代理商，也能透過免費發布推廣任務，為產品匹配最理想的受眾群體。

『叄』 大數據分析需要什麼樣的python能力呢

什麼是大數據？抄

大數據就像它看起來那樣——有大量的數據。單獨而言，你能從單一的數據獲取的洞見窮其有限。但是結合復雜數學模型以及強大計算能力的TB級數據，卻能創造出人類無法製造的洞見。大數據分析提供給商業的價值是無形的，並且每天都在超越人類的能力。

為什麼選擇Python？

Python最大的優點就是簡單易用。這個語言有著直觀的語法並且還是個強大的多用途語言。這一點在大數據分析環境中很重要，並且許多企業內部已經在使用Python了，比如Google，YouTube，迪士尼等。還有，Python是開源的，並且有很多用於數據科學的類庫。

現在，如果你真的要用Python進行大數據分析的話，毫無疑問你需要了解Python的語法，理解正則表達式，知道什麼是元組、字元串、字典、字典推導式、列表和列表推導式——這只是開始。

數據分析流程

一般可以按「數據獲取-數據存儲與提取-數據預處理-數據建模與分析-數據可視化」這樣的步驟來實施一個數據分析項目。按照分享的這個流程，每個部分需要掌握的細分知識點如下：

以上我的回答希望對你有所幫助

『肆』 大數據專業能做什麼工作呢美國留學生大數據專業好就業嗎

在美國，計算機科學畢業生的收入是所有其他工作收入中位數的兩倍多。大數據專業的美國留學生好找工作嗎？

從事大數據工作需要哪些重要技能？處理大數據，需要學習Java、C、Python或Scala等編程語言，以及統計學、線性代數、離散數學等數學概念。完成這項操作後，你必須熟悉大數據平台鏈襲(如Apache Hadoop或Apache Spark)和資料庫(如NoSQL)。你應該可以在YouTube上找到許多免費的初學者教程，但也有許多關於該主題的非常好的教科書，如O' Reilly的Learning Spark。在「軟技能」方面，你需要成為一個直觀的問題解決者和一個強大的分析思考者，這樣你才能走出困境。

大數據工作可能技術性很強，缺乏受過適當培訓的熟練專業人員。擁有計算機科學碩士學位或相關學科的學士學位將是一筆巨大的財富，真的能幫你獲得高級職位。

『伍』 輕松增加Youtube觀看量不是夢

Youtube真人觀看的兩大優勢：不擔心掉人氣數字、獲得精準的受眾分析

每個觀眾看影片前，不外乎先看：標題、縮圖、觀看次數。具備震撼力的影片視頻觀看次數，影片將獲得更好的收視狀況及觀眾的點擊慾望。另外一點，行銷宣傳時能掌握觀眾目標族群尤其重要，您將透過真人觀看，在數據分析中清楚獲得受眾基本輪廓，了解哪些人觀看了您的影片、觀看時間，作為您對其進行修改和廣告曝光的決策參考。

購買Youtube點閱率有風險嗎？激讓

Youtube不接受虛假的觀看人數，它們不定期將虛假觀看刪除，如果購買機器人刷的假觀看，這些低質量的YouTube觀看可能在日後受到影響。但明賀局是，購買高質量真人觀看是安全，只要影片能在Youtube上合法曝光獲得觀眾收看，不必擔心觀看被回收，且將有助於提高視頻排名。

品牌首位刷觀看優勢？

選擇YThunder網站就是最好的選擇： http://ythunder.com

真實Youtube網站曝光：我們透過真實地在網路上大量曝光，數以萬計到百萬計的曝光次數，Youtube影片獲得非常大量真人觀看，且不會有日後被大量扣除觀看的狀況發生。

真人觀看：合法的曝光，獲得客戶指定的國家的觀眾收視。

超低成本：品牌拍友首位經年累月的影片曝光操作，累積大量廣告受眾數據，透過大數據，可以超低成本獲得觀看，甚至比傳統電腦刷假觀看的價格更便宜。

客制化觀看速度：可以依據客戶需求調配影片曝光，增加或放緩觀看速度。

可選擇國家：針對特定區域觀眾需求的影片提供選擇國家曝光的服務。

如何買到好品質Youtube觀看人數？

當您上傳新視頻影片並且有觀眾開始觀看時，YouTube會自動開始計算這些觀看次數。但是，如果有人只是點擊您的影片並在幾秒內離開，那麽YouTube就不會將其視為有效觀看，相反的，YouTube會解釋可能您使用誤導性縮圖和誘導性標題騙取觀看。

另外，對於沒有任何互動、都來自外部網頁的觀看，Youtube也無法獲取觀眾資訊，不具真實性的觀看次數對於Youtube來說根本無法判別影片價值。所以，您的影片觀看時間或許只需20或30秒即可算進觀看次數，但那些觀看次數無法幫您的影片提高收視率。少了收視率和收視群眾資料，Youtube不會將您的影片自然曝光。

要成為有品質的影片，影片需要：能讓Youtube獲得觀眾資訊、觀眾必須看到影片曝光且繼續收視，如果影片獲得互動，將有正面幫助。

為什麽網路上買觀看次數，沒有觀眾資料？

YouTube與Google共用帳號，如今大多數民眾的手機或電腦會登入Gmail，如果您的影片是真人觀看，Youtube可以從這些帳號獲取觀眾的行為數據，並且依據這些行為決定未來影片的曝光；如果您購買的是機器人假觀看，那些機器不斷重復刷灌看，但他們不可能耗費時間進行帳號登入(這樣將會讓他們帳號被一一刪除)，因此即使騙過Youtube這是有效觀看，Youtube也會因為沒有觀眾數據而無法判定影片品質，所以灌假觀看的那部影片將沒有觀看者數據、自然也不會有後續的主動曝光或推薦。

Youtube影片一定得看超過3分鍾?

網路上充斥著許多刷Youtube影片觀看的傳說，例如觀看時間得達3分鍾、得看完影片、得放出聲音等，實際上這些都不是Youtube決定性的關鍵因素，Youtube考慮了大部分可能發生的現實狀況，一部1分鍾影片不可能看到3分鍾、不可能大家都把影片看完，尤其那部影片可能高達數十分鍾、任何人都得強制撥放聲音嗎？他們也得考量到觀看者的環境。

現在是2019年，近兩年YouTube已經徹底改變了它的觀看次數計算規則。觀眾發現從前用電腦或手機不斷重復觀看影片、刷mv觀看、洗觀看次數的行為，已不再適用。

YouTube的人氣計算方式不斷進化，它的View Counting Metrics也是如此。如今，擁有50萬次虛假觀看的影片可能輸給只有5000次高質量觀看影片，因為YouTube現在關注的是觀看次數的品質而不單純只看數量。

用真實觀看推廣您的影片

品牌首位提供了真人觀看，免除觀看次數被回收、影片遭刪除的風險，如今您可以簡單地將此任務外包給品牌首位，沖高觀看人數、獲得更大的頻道知名度。

『陸』 一般用哪些工具做大數據可視化分析

酷屏是億信華辰的數據可視化產品，內置上百種可視化元素和六十餘內種風格各異的表格、導航容、統計圖等組件及SVG特效可供用戶選擇，通過設計與搭配，可衍生出成千上萬種可視化效果。在提供傳統的柱狀圖、餅圖、儀表盤等基礎圖表組件的基礎上，還提供了光暈圖、泡泡圖、流向地圖等十餘種新穎奪目的個性化圖表，更有獨特的3D全景視角，自由快捷製作各類互動式常規屏和大屏報表。

『柒』 大數據營銷的主要用途有哪些

這里先說下什麼是大數據。大數據營銷是指基於多平台的大量數據，依託大數據技術的基礎上，應用於互聯網廣告行業的營銷方式。大數據營銷衍生於互聯網行業，又作用於互聯網行業。依託多平台的大數據採集，以及大數據技術的分析與預測能力，能夠使廣告更加精準有效，給品牌企業帶來更高的投資回報率。
大數據營銷的核心在於讓網路廣告在合適的時間，通過合適的載體，以合適的方式，投給合適的人。
大數據營銷的主要用途
1.基於用戶的需求定製改善產品。消費者在有意或無意中留下的信息數據作為其潛在需求的體現是企業定製改善產品的一項有力根據。ZARA公司內部的全球資訊網路會定期把從各分店收集到的顧客意見和建議匯總並傳遞給總部的設計人員，然後由總部作出決策後再立刻將新的設計傳送到生產線，直到最終實現「數據造衣」的全過程。利用這一點ZARA作為一個標准化與本土化戰略並行的公司，還分析出了各地的區域流行色並在保持其服飾整體歐美風格不變的大前提下做出了最靠近客戶需求的市場區隔。同樣，在ZARA的網路商店內，消費者意見也作為一項市場調研大數據參與企業產品的研發和生產，且由此映射出的前沿觀點和時尚潮流還讓「快速時尚」成為了ZARA的品牌代名詞。
2.開展精準的推廣活動。基於數據的精準推廣活動可大致分為三類:
首先，企業作為其產品的經營者可以通過大數據的分析定位到有特定潛在需求的受眾人群並針對這一群體進行有效的定向推廣以達到刺激消費的目的。紅米手機在QQ空間上的首發就是一項成功的「大數據找人」精準營銷案例。通過對海量用戶的行為泡括點贊、關注相關主頁等)和他們的身份信息泡括年齡、教育程度、社交圈等)進行篩選後，公司從6億Q
cone用戶中選出了5000萬可能對紅米手機感興趣的用戶作為此次定向投放廣告和推送紅米活動的目標群體並最終預售成功。
其次，針對既有的消費者，企業可以通過用戶的行為數據分析他們各自的購物習慣並按照其特定的購物偏好、獨特的購買傾向加以一對一的定製化商品推送。Turge佰貨的促銷手冊、沃爾瑪的建議購買清單、亞馬遜的產品推薦頁無一不是個性化產品推薦為企業帶來可預測銷售額的體現。
最後，企業可以依據既有消費者各自不同的人物特徵將受眾按照「標簽」細分(如「網購達人」)，再用不同的側重方式和定製化的活動向這些類群進行定向的精準營銷。對於價格敏感者，企業需要適當地推送性價比相對較高的產品並加送一些電子優惠券以刺激消費:而針對喜歡乾脆購物的人，商家則要少些干擾並幫助其盡快地完成購物。
3.維系客戶關系。召回購物車放棄者和挽留流失的老客戶也是一種大數據在商業中的應用。中國移動通過客服電話向流失到聯通的移動老客戶介紹最新的優惠資訊:餐廳通過會員留下的通訊信息向其推送打折優惠券來提醒久不光顧的老客戶消費;Youtube根據用戶以往的收視習慣確定近期的互動名單並據此發送給可能瀕臨流失的用戶相關郵件以提醒並鼓勵他們重新回來觀看。大數據幫助企業識別各類用戶，而針對忠誠度各異的消費者實行「差別對待」和「量體裁衣」是企業客戶管理中一項重要的理念基礎。

『捌』 大數據概述及基本概念

1. 大數據的定義首先，還是要重新審視大數據的定義。

行業里對大數據的定義有很多，有廣義的定義，也有狹義的定義。
廣義的定義，有點哲學味道——大數據，是指物理世界到數字世界的映射和提煉。通過發現其中的數據特徵，從而做出提升效率的決策行為。
狹義的定義，是技術工程師給的——大數據，是通過獲取、存儲、分析，從大容量數據中挖掘價值的一種全新的技術架構。
相比較而言，我還是喜歡技術定義，哈哈。
大家注意，關鍵詞我都在上面原句加粗了哈！
要做什麼？——獲取數據、存儲數據、分析數據
對誰做？——大容量數據
目的是什麼？——挖掘價值
獲取數據、存儲數據、分析數據，這一系列的行為，都不算新奇。我們每天都在用電腦，每天都在干這個事。
例如，每月的月初，考勤管理員會獲取每個員工的考勤信息，錄入Excel表格，然後存在電腦里，統計分析有多少人遲到、缺勤，然後扣TA工資。
但是，同樣的行為，放在大數據身上，就行不通了。換言之，傳統個人電腦，傳統常規軟體，無力應對的數據級別，才叫「大數據」。

2.大數據，到底有多大？

我們傳統的個人電腦，處理的數據，是GB/TB級別。例如，我們的硬碟，現在通常是1TB/2TB/4TB的容量。
TB、GB、MB、KB的關系，大家應該都很熟悉了：
1 KB = 1024 B (KB - kilobyte)

1 MB = 1024 KB (MB - megabyte)
1 GB = 1024 MB (GB - gigabyte)
1 TB = 1024 GB (TB - terabyte)
而大數據是什麼級別呢？PB/EB級別。
大部分人都沒聽過。其實也就是繼續翻1024倍：
1 PB = 1024 TB (PB - petabyte)
1 EB = 1024 PB (EB - exabyte)
只是看這幾個字母的話，貌似不是很直觀。我來舉個例子吧。
1TB，只需要一塊硬碟可以存儲。容量大約是20萬張照片或20萬首MP3音樂，或者是671部《紅樓夢》小說。
1PB，需要大約2個機櫃的存儲設備。容量大約是2億張照片或2億首MP3音樂。如果一個人不停地聽這些音樂，可以聽1900年。
1EB，需要大約2000個機櫃的存儲設備。如果並排放這些機櫃，可以連綿1.2公里那麼長。如果擺放在機房裡，需要21個標准籃球場那麼大的機房，才能放得下。
阿里、網路、騰訊這樣的互聯網巨頭，數據量據說已經接近EB級。
EB還不是最大的。目前全人類的數據量，是ZB級。
1 ZB = 1024 EB (ZB - zettabyte)
2011年，全球被創建和復制的數據總量是1.8ZB。
而到2020年，全球電子設備存儲的數據，將達到35ZB。如果建一個機房來存儲這些數據，那麼，這個機房的面積將比42個鳥巢體育場還大。
數據量不僅大，增長還很快——每年增長50%。也就是說，每兩年就會增長一倍。
目前的大數據應用，還沒有達到ZB級，主要集中在PB/EB級別。
大數據的級別定位：1 KB = 1024 B (KB - kilobyte)

1 MB = 1024 KB (MB - megabyte)
1 GB = 1024 MB (GB - gigabyte)
1 TB = 1024 GB (TB - terabyte)
1 PB = 1024 TB (PB - petabyte)
1 EB = 1024 PB (EB - exabyte)
1 ZB = 1024 EB (ZB - zettabyte)

3.數據的來源

數據的增長，為什麼會如此之快？
說到這里，就要回顧一下人類社會數據產生的幾個重要階段。
大致來說，是三個重要的階段。
第一個階段，就是計算機被發明之後的階段。尤其是資料庫被發明之後，使得數據管理的復雜度大大降低。各行各業開始產生了數據，從而被記錄在資料庫中。
這時的數據，以結構化數據為主（待會解釋什麼是「結構化數據」）。數據的產生方式，也是被動的。如果你對大數據開發感興趣，想系統學習大數據的話，可以戳我加入大數據技術學習交流群，私信管理員即可免費領取開發工具以及入門學習資料
第二個階段，是伴隨著互聯網2.0時代出現的。互聯網2.0的最重要標志，就是用戶原創內容。
隨著互聯網和移動通信設備的普及，人們開始使用博客、facebook、youtube這樣的社交網路，從而主動產生了大量的數據。
第三個階段，是感知式系統階段。隨著物聯網的發展，各種各樣的感知層節點開始自動產生大量的數據，例如遍布世界各個角落的感測器、攝像頭。
經過了「被動-主動-自動」這三個階段的發展，最終導致了人類數據總量的極速膨脹。

4.大數據的4Vs

行業里對大數據的特點，概括為4個V。前面所說的龐大數據體量，就是Volume（海量化）。除了Volume之外，剩下三個，分別是Variety、Velocity、Value。
我們一個一個來介紹。

• Variety（多樣化）

數據的形式是多種多樣的，包括數字（價格、交易數據、體重、人數等）、文本（郵件、網頁等）、圖像、音頻、視頻、位置信息（經緯度、海拔等），等等，都是數據。
數據又分為結構化數據和非結構化數據。
從名字可以看出，結構化數據，是指可以用預先定義的數據模型表述，或者，可以存入關系型資料庫的數據。
例如，一個班級所有人的年齡、一個超市所有商品的價格，這些都是結構化數據。
而網頁文章、郵件內容、圖像、音頻、視頻等，都屬於非結構話數據。
在互聯網領域里，非結構化數據的佔比已經超過整個數據量的80%。
大數據，就符合這樣的特點：數據形式多樣化，且非結構化數據佔比高。


• Velocity（時效性）

大數據還有一個特點，那就是時效性。從數據的生成到消耗，時間窗口非常小。數據的變化速率，還有處理過程，越來越快。例如變化速率，從以前的按天變化，變成現在的按秒甚至毫秒變化。
我們還是用數字來說話：
就在剛剛過去的這一分鍾，數據世界裡發生了什麼？
Email：2.04億封被發出
Google：200萬次搜索請求被提交
Youtube：2880分鍾的視頻被上傳
Facebook：69.5萬條狀態被更新
Twitter：98000條推送被發出
12306：1840張車票被賣出
……
怎麼樣？是不是瞬息萬變？


• Value（價值密度）

最後一個特點，就是價值密度。
大數據的數據量很大，但隨之帶來的，就是價值密度很低，數據中真正有價值的，只是其中的很少一部分。
例如通過監控視頻尋找犯罪分子的相貌，也許幾TB的視頻文件，真正有價值的，只有幾秒鍾。