隨著互聯網、傳感器，以及各種數字化終端設備的普及，一個萬物互聯的世界正在成型。同時，隨著數據呈現出爆炸式的指數級增長，數字化已經成為構建現代社會的基礎力量，并推動著我們走向一個深度變革的時代。

大數據(big data)是指無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。

為了能對后面內容的數據單位有一個大體的概念，我們可以先了解一下各數據單位。

• 1B (Byte 字節)=8b (bit 位
• 1KB (Kilobyte 千字節)=1024B
• 1MB (Megabyte 兆字節 簡稱“兆”)=1024KB
• 1GB (Gigabyte 吉字節 又稱“千兆”)=1024MB
• 1TB (Trillionbyte 萬億字節 太字節)=1024GB
• 1PB(Petabyte 千萬億字節 拍字節)=1024TB
• 1EB(Exabyte 百億億字節 艾字節)=1024PB
• 1ZB (Zettabyte 十萬億億字節 澤字節)=1024EB
• 1YB (Yottabyte 一億億億字節 堯字節)=1024ZB

在這個大數據時代，每一天，能產生多少數據呢?

據IDC發布《數據時代2025》的報告顯示，全球每年產生的數據將從2018年的33ZB增長到175ZB，相當于每天產生491EB的數據。

那么175ZB的數據到底有多大呢?1ZB相當于1.1萬億GB。如果把175ZB全部存在DVD光盤中，那么DVD光盤疊加起來的高度將是地球和月球距離的23倍(月地最近距離約39.3萬公里)，或者繞地球222圈(一圈約為四萬公里)。目前美國的平均網速為25Mb/秒，一個人要下載完這175ZB的數據，需要18億年。

據IDC預測，2025年，全世界每個聯網的人每天平均有4909次數據互動，相當于每18秒產生1次數據互動。

互聯網大數據

互聯網時代，搜索引擎已經成為人們尋找日常解決方案的重要渠道。有事沒事搜一下，已經成為工作與生活的常態。特別是智能手機的普及，讓我們隨時隨地都在產生搜索數據。據Smart insight估計，目前全球每天有50億次搜索，其中35億次搜索來自Google，占全球搜索量的70%，相當于每秒處理4萬多次搜索。而回到2000年，在那個時候，Google一年的搜索量才140億次。智能手機讓人們的社交生活徹底數字化，每天在社交網絡上花費的時間越來越多，產生的數據量也相應地不斷增長。

物聯網大數據

隨著物聯網基礎設施及智能手機、可穿戴設備的普及，我們每個人時刻都在產生大量的數據。我們也完全已經成為數字化的個體。

無處不在的物聯網設備正在將世界變成一個“數字地球”。據HIS的數據預測，到2025年，全球物聯網連接設備的總安裝量預計將達到754.4億，而這些聯網設備也將會產生大量數據。

大數據的產生來源于互聯網和物聯網中，那么，二者有什么區別?

互聯網大數據和物聯網大數據的最大區別是：互聯網大數據來源更加廣泛，數據也更加多樣;物聯網大數據的數據格式會比互聯網大數據更加規范標準;互聯網大數據產生者主要是人，物聯網大數據產生者是物。

互聯網大數據具有多樣性和復雜性

中國互聯網絡信息中心(CNNIC)已完成第44次《中國互聯網絡發展狀況統計報告》，報告中詳細分析了中國網民規模情況，截至2019年6月，中國網民規模達8.54億，這個數字已經占據中國人口接近61%，同時我國網民還在不斷的增加。

現在，互聯網極大的方便了人們的生活，人們可以在網上購物、聊天、刷朋友圈、瀏覽新聞、發送微博、觀看視頻、玩游戲等，現在，幾乎所有生活行為都可以在互聯網上得到解決。我們可以通過多種方式上網，例如手機、電腦、平板電腦、電子手表等等，人們上網的入口越來越豐富，同時你的上網行為所產生的數據也會越復雜。

當人們上網時，它還會生成大量的行為數據。諸如購物訂單、新聞、視頻、查看的商品、通知之類的數據最終將存儲在互聯網公司的數據庫中，且這個數據是巨大的。

我們也很難為互聯網大數據定義一個統一的格式，每個網民都有自己的習慣行為，他們每天所產生的數據可以都是不一樣的。互聯網大數據產生者主要是人，物聯網大數據產生者是物。

物聯網設備產生的數據格式更規范標準，便于組織存儲

物聯網的最大特點，就是各種物聯網設備相互連接以實現信息共享。物聯網會實時上報監測到的環境指標，例如，在智慧農業中，通過土壤溫濕度傳感器，可以監測到土壤的水分溫度濕度，從而調整是否需要澆水。如今，隨著物聯網的迅速發展，其應用領域也日益廣泛，IoT設備每天都會生成海量數據。

同時，由于物聯網大數據來自于物聯網設備中，因此物聯網采集什么樣的數據以及數據格式在物聯網設備的開發和部署之前都已經指定好，采集數據的程序也已經部署在物聯網設備中，它只需要實時按照程序的命令執行。因此，物聯網設備產生的數據沒有復雜的數據格式，相較于互聯網數據，格式也更加的標準。