大数据5V特征：
（1）Volume（大量，“大体量”汇聚）
巨大的数据量，包括采集，存储，管理，分析的数据，超出了传统数据库软件工具能力范围的海量数据的集合。其计量单位至少是P（千T）级，也有更高的E（百万T）级或者Z（十亿T）级。
（2）Velocity（高速，“时效性”流动）
数据增长速度快，处理速度也快，获取数据的速度也快。这是大数据区分于传统数据挖掘的最显著特征。
（3）Variety（多样性，“多样性”处理）
数据种类和来源多样性，包括不同种类的数据，比如文本图像音频视频定位等，以及各种结构化，半结构化，非结构化数据和不连贯的语义或句意。
（4）Value（低价值，“高价值”转化）
数据的价值性,在实际操作过程中,可以使用的数据量是海量的,但是并不是所有的数据都是有价值的,有价值的数据比例低于10%,即海量数据中的价值密度相对较低，这是我们最需要解决的问题。
（5）Veracity（真实，“高质量”治理）
数据的真实性、准确性和可信赖度，即大数据的质量，大数据的内容是与真实世界息息相关的，真实不一定代表准确，但一定不是虚假数据，这也是数据分析的基础。提升数据的质量,质量提高了,会间接地提高其他的4V水平。
