大数据（big data），是指数据量巨大，无法使用传统工具进行处理的数据集合。
1.大量（volume）
大数据的特征首先就是数据规模巨大。随着互联网、物联网、移动互联等技术的发展，人和事物的所有轨迹都可以被记录下来，数据呈爆炸式增长，需要分析处理的数据达到PB和EB，乃至ZB。
表1 单位换算关系
Byte
1Byte = 8bit
KB
1KB = 1024Byte
MB
1MB = 1024KB
GB
1GB = 1024MB
TB
1TB = 1024GB
PB
1PB = 1024TB
EB
1EB =1024PB
ZB
1ZB = 1024EB
2.高速性（Velocity）
数据的增长速度和处理速度是大数据高速性的重要体现。生活中每个人都离不开互联网，也就是说每个人每天都想大数据提供大量的资料。与以往的报纸书信等传统数据载体的传播方式不同，在大数据时代，数据的交换和传播主要通过互联网云计算等方式实现，速度惊人。正因为如此，大数据对处理和响应速度要求极高，一条数据的分析必须在几秒内完成，数据处理与丢弃几乎无延迟。
3.多样性（Variety）
大数据具有多样性，不同的数据源产生海量的非结构化数据。大数据可以分为三类，一是结构化数据，如财务系统数据、信息管理系统数据、医疗系统数据等，其特点是数据之间因果关系强；二是半结构化数据，如HTML文档、邮件、网页等，其特点是数据之间因果关系弱；三是非结构化数据，如视频、图片、音频、文本等。其特点数据间没有因果关系。半结构化、非结构化数据需要经过清洗、整理、筛选，变为结构化数据。
4.价值（Value）
大数据的核心特征是价值密度低。由于数据样本不全面，数据采集不及时，数据不连续等原因，有价值的数据所占的比例很小。与传统的小数据相比，大数据最大的价值在于，可以从大量不相关的各种类型的数据中，挖掘出对未来趋势与模式预测分析有用的信息，通过机器学习、人工智能或数据挖掘等方法深度分析，得到新规律和新知识，并运用于交通、电商、医疗等各个领域，最终达到提高生产率、推进科学研究的效果。
5.真实性（Veracity）
大数据的重要性就在于对决策的支持，数据的规模并不能决定其能否为决策提供帮助，数据的真实性和质量才是成功决策最坚实的基础。真实是对大数据的重要要求，也是大数据面临的巨大挑战。