在当今的大数据时代，基于大数据的人工智能时代的到来为各个行业带来了基于数据资产进行业务创新和管理创新的机会。  IT行业的人们不仅需要了解与大数据相关的知识，而且传统行业的从业人员和普通大学生也应该了解一些大数据知识。 未来的新基础设施计划，大数据技术将开始全面应用，大数据还将重塑整个产业结构。 如果您想了解大数据，则必须从这五个特点入手。  

1、海量数据量

容量只是定义大数据定义的关键要素之一，在大数据定义中至少有三个重要要素。 容量服务器数据恢复，许多不同的数据和文件类型，用于管理和更深入分析的数据。 数据量本身就是聚合的概念。 不是大量数据的数据称为大数据。 传统信息系统生成的“小数据”也是大数据分析的重要组成部分。 这必须清楚。 当前，从大数据数据源的角度来看，它主要集中在互联网，物联网和传统信息系统三个渠道。 当前物联网数据的比例相对较大。  

2、 数据分析的类型很多

这种类型的多样性还允许将数据分为结构化数据和非结构化数据。 与过去易于存储的基于文本的结构化数据相比，越来越多的非结构化数据包括Web日志，音频，视频，图片，地理位置信息等。这些多种类型的数据的处理能力 提出了更高的要求。  

3、 数据值密度

尽管数据量很大，但低数据值密度是大数据的第二个重要特征。 传统数据基本上是结构化数据，每个字段都是有用的，并且值密度很高。 在大数据时代，越来越多的数据是半结构化和非结构化数据，例如网站访问日志，其中大量内容毫无价值，而实际价值相对较小，尽管数据量很大。 比以前大N倍，但是值密度确实低得多。  

如果存在大量结构化数据，则需要大数据技术对其进行处理。 当然，它也可以称为大数据，但是值密度并不低。 例如，银联和VISA等清算组织拥有大量的交易数据，这不仅是大量的数据，而且非常有价值。  

4、 快速的数据处理速度

 通常，传统信息系统的数据增量是可预测的，或者增长率是可控制的，但是在大数据时代，数据增长率已经大大提高了。 超越传统数据，处理能力已超出其自身的极限。 数据增长是一个相对的概念。 与消费互联网相比，工业互联网带来的数据增长可能更加客观。 因此，工业互联网时代将进一步打开大数据的价值空间。