大数据是指无法用传统软件工具在合理时间内处理的数据集合，具有以下核心特征：

一、数据量巨大（Volume）

传统数据库难以处理的数据规模，需用TB、PB甚至EB单位衡量；

全球数据量持续增长，2020年已达44ZB，预计2025年将超175ZB。

二、数据类型多样（Variety）

包含结构化数据（如数据库表格）、半结构化数据（如XML、JSON）和非结构化数据（如文本、图像、视频）；

非结构化数据占比逐渐增加，成为主流。

三、处理速度快（Velocity）

数据生成呈爆发式增长，需实时或近实时处理，例如社交媒体动态、传感器数据等；

需采用分布式计算和云计算技术提升处理效率。

四、价值密度低（Value）

大数据包含大量冗余信息，需通过挖掘和分析提取有价值内容；

实际应用中需结合业务场景降低数据噪声，提升决策价值。

补充说明

数据真实性（Veracity）：

数据来源广泛且质量参差，需通过校验和清洗确保准确性；

数据可变性（Variability）：

数据动态更新频繁，影响存储和管理策略；

商业价值：

通过精准分析可降低运营成本、优化资源配置，但需克服技术挑战。

大数据的核心在于通过先进技术（如Hadoop、Spark）实现海量数据的采集、存储、分析和应用，从而挖掘潜在价值。