Возможно, имелись в виду отличия между традиционными первыми тремя характеристиками «V» (volume, velocity и variety) и добавленными позднее четырьмя. onreader.mdl.ru www.fsight.ru
Первые три «V» описывают основные аспекты работы с большими данными: www.fsight.ru
- Volume — объём. www.fsight.ru dgunh.ru Данные растут по экспоненте, их размер выходит за пределы возможностей типичной базы данных. dgunh.ru
- Velocity — скорость. www.fsight.ru dgunh.ru Данные постоянно обновляются, и скорость обновления важна для того, чтобы считать их «большими». www.fsight.ru
- Variety — разнообразие. www.fsight.ru dgunh.ru Проекты больших данных должны включать данные в разных форматах: структурированные и неструктурированные, текстовые, графические и другие. www.fsight.ru
Дополнительные четыре «V» включают следующие характеристики: www.fsight.ru
- Veracity — достоверность. onreader.mdl.ru www.fsight.ru Эта характеристика важна, поскольку любой анализ будет бесполезен, если данные окажутся недостоверными. www.fsight.ru
- Variability — изменчивость. www.fsight.ru Значение одних и тех же данных может различаться в зависимости от контекста. www.fsight.ru
- Visualization — визуализация. www.fsight.ru Это необходимая часть анализа, поскольку именно визуализация делает большие данные доступными для человеческого восприятия. www.fsight.ru
- Value — ценность. onreader.mdl.ru www.fsight.ru Здесь речь идёт о том, чтобы извлечь максимум пользы из результатов анализа больших данных. www.fsight.ru
Таким образом, ключевое отличие заключается в том, что первые три «V» фокусируются на базовых аспектах работы с большими данными, а дополнительные четыре — на более широких характеристиках, которые охватывают различные нюансы анализа.