2.1.2　大數據的特點

大數據具有大容量、復雜性、速度性和價值性的特點。大容量即大數據所包含的數據量是以往所不能比擬的。受傳統的數據收集能力和存儲能力的限制，數據只能被保留下來較少的一部分，而且時間一長就會被新數據所替代，不能保留較長的時間，而大數據不僅能夠包含數量龐大的數據，并且數據能夠持久保存。復雜性即大數據的種類和來源多樣且復雜。每個行業都有自身獨特的性質，所產生的數據類型也就不一樣，因此數據具有高度的復雜性，人們還需要對數據進行處理，提取對自己有用的數據，簡化其復雜性，這樣才能發揮大數據對社會生產生活的重要作用。速度性即大數據獲取數據的速度很快。相對于傳統的數據獲取速度而言，大數據獲取數據的能力非常強大，它能夠以很快的速度對大量數據進行收集并且完成儲存。價值性即大數據具有很強的價值功能。它的價值主要在于能夠有效地挖掘出單個數據之間所蘊藏的某種關聯性，并且能夠通過清晰明了的方式將模糊復雜的問題以可視化的方式進行有效地解決，并為接下來的工作提供參考性較強的建議和安排，從而發揮出它的巨大潛在價值。大數據必須經過有效的處理才能廣泛地應用于教育、醫療、通信等各個行業上，因此出現了一門專門處理大數據的技術稱為大數據技術。該技術通過對收集和存儲完畢的大量數據運用云計算等先進技術進行分析處理，最后得到一些對人們有價值的信息資源，然后轉換商業價值變為數據資產。傳統的技術在對龐大的數據進行處理時，一般僅僅對數據生成報表，然后人們對報表所展現出來的數據趨勢進行人為描述，這對于數據的利用是非常低效的，并且還不能挖掘出各數據間的特殊關聯。因此要想實現對數據的高效利用，挖掘其中的潛在價值，然后應用于各行業，還需要能夠實現數據的自我分析，自我診斷。

隨著科技的不斷進步想要了解的某種事物的關聯性，就能夠高效快速地對數據完成自動處理。要想更好地利用大數據，我們就需要對它如何收集數據、存儲數據、加工數據和提供數據的服務過程進行了解。對于數據的收集，可以根據其時效性分為實時收集和批量收集。所謂實時收集就是在數據產生時立刻進行收集，它會在數據產生的第一時間內完成收集工作，而不管數據規模的大小，各行業的交易數據通常會通過實時收集。而批量收集就限制了數據的規模大小，在數量滿足條件時才會被數據庫收錄，通常數據都會在積攢一定程度后，在達到要求時才會被批量收集起來；對于數據的存儲來說，既需要支持數據的實時請求，又需要滿足大批量的運算要求。實時數據一般具有較高的并發實時響應、較小的數據粒度等特點，因此需要采取列式儲存、搜索引擎儲存等形式，以及時滿足下游系統實時儲存的要求。而批量數據和以往的歷史儲存數據量較大，一般經儲存后就不再被修改，因此可以采取分布式的文件系統儲存形式進行存儲，并且可以對數據進行適當壓縮，這樣既提高了運算速度，節省了儲存空間，又能降低儲存的成本；在數據加工方面，對于實時數據的處理，先根據其數據處理的業務要求，然后運用SPARK計算框架進行實時處理，對于批量數據和以往的歷史數據進行處理時，則采用混合計算框架進行處理。對離線數據與實時數據進行分別處理，既滿足了業務的實時性，又滿足了數據的準確性。通過強大的大數據處理能力，不但能減輕系統壓力，還能對數據進行標準化管理。不斷更新收集到的數據，也為大數據的廣泛應用奠定了量的基礎，但同時也加大了對數據處理能力的要求，因此我們要不斷改進處理數據的技術，以便讓數據發揮出最大效用；數據的服務能力則是使大數據發揮出最大效力的功能，根據數據運用的層次可分為基本的數據檢索服務、挖掘數據及檢索服務、模型運算服務。它們提供了不同層次的服務，滿足了使用者多樣的業務需求。大數據的自身優勢對于開展普惠金融業務來說，體現在能通過對金融業積累的大量數據運用云計算等方式進行分析處理，得出一些有效的信息資源，從而對金融機構的服務和產品進行不斷創新，提高金融機構運營的效率，提升對風險的控制，精準地針對客戶開展營銷業務，增加各金融機構的業務辦理量和經營利潤，以更好地促進普惠金融業務的開展。

圖2-2　普惠金融開展的各項便民支付業務

數據來源：知乎，https://zhuanlan.zhihu.com/p/22351565。