6. 大數據(Big Data)分析中的”大量數據”，指的是哪個特性？
(A)Variety
(B)Velocity
(C)Volume
(D)Veracity。

大數據（Big Data）—— 或稱巨量資料 ，顧名思義，是指大量的資訊，當資料量龐大到資料庫系統無法在合理時間內進行儲存、運算、處理，分析成能解讀的資訊時，就稱為大數據。

Volume 資料量

Data volume: amount of data

以前人們「手動」在表格中記錄、累積出數據；現在數據是由機器、網路、人與人之間的社群互動來生成。你現在正在點擊的滑鼠、來電、簡訊、網路搜尋、線上交易... 都正在生成累積成龐大的數據，因此資料量很容易就能達到數 TB（Tera Bytes，兆位元組），甚至上看 PB（Peta Bytes，千兆位元組）或 EB（Exabytes，百萬兆位元組）的等級。

Velocity 資料輸入輸出速度

Data velocity: speed of data in and out

資料的傳輸流動（data streaming）是連續且快速的，隨著越來越多的機器、網路使用者，社群網站、搜尋結果每秒都在成長，每天都在輸出更多的內容。公司跟機構要處理龐大的資訊大潮向他們襲來，而回應、反應這些資料的速度也成為他們最大的挑戰，許多資料要能即時得到結果才能發揮最大的價值，因此也有人會將 Velocity 認為是「時效性」。

Variety 資料類型

Data variety: range of data types and sources

大數據的來源種類包羅萬象，十分多樣化，如果一定要把資料分類的話，最簡單的方法是分兩類，結構化與非結構化。早期的非結構化資料主要是文字，隨著網路的發展，又擴展到電子郵件、網頁、社交媒體、視訊，音樂、圖片等等，這些非結構化的資料造成儲存（storage）、探勘（mining）、分析（analyzing）上的困難。

Veracity 真實性

Data veracity: uncertainty of data

這個詞由在 Express Scripts 擔任首席數據官（Chief Data Officer, CDO）的 Inderpal Bhandar 在波士頓 大數據創新高峰會（Big Data Innovation Summit） 的演講中提出，認為大數據分析中應該加入這點做考慮，分析並過濾資料有偏差、偽造、異常的部分，防止這些「dirty data」損害到資料系統的完整跟正確性，進而影響決策。

*大數據特性，謹記四字箴言：「大、快、雜、疑」

大數據資料量龐「大」（Volume）、變化飛「快」（Velocity），種類繁「雜」（Variety），以及真偽存「疑」（Veracity）。尤其在這資訊大爆炸時代，這些資料變得又多、又快、又雜、又真偽難分。