大數據具有五大特點，稱爲5V。
1. 多樣（Variety）
大數據的多樣性是指數據的種類和來源是多樣化的，數據可以是結構化的、半結構化的以及非結構化的，數據的呈現形式包括但不僅限於文本，圖像，視頻，HTML頁面等等。
2. 大量（Volume）
大數據的大量性是指數據量的大小，這個就是上面筆者介紹的內容，不再贅述。
3. 高速（Velocity）
大數據的高速性是指數據增長快速，處理快速，每一天，各行各業的數據都在呈現指數性爆炸增長。在許多場景下，數據都具有時效性，如搜索引擎要在幾秒中內呈現出用戶所需數據。企業或系統在面對快速增長的海量數據時，必須要高速處理，快速響應。
4. 低價值密度（Value）
大數據的低價值密度性是指在海量的數據源中，真正有價值的數據少之又少，許多數據可能是錯誤的，是不完整的，是無法利用的。總體而言，有價值的數據佔據數據總量的密度極低，提煉數據好比浪裏淘沙。
5. 真實性（Veracity）
大數據的真實性是指數據的準確度和可信賴度，代表數據的質量。
數據一直都在，變革的是方式
大數據的意義不僅僅在於生產和掌握龐大的數據信息，更重要的是對有價值的數據進行專業化處理。
人類從來不缺數據，缺的是對數據進行深度價值挖掘與利用。可以說，從人類社會有了文字以來，數據就開始存在了，現在亦是如此。這其中唯一改變的是數據從產生，到記錄，再到使用這整個流程的形式。
想要在大數據這個領域汲取養分，讓自己壯大成長。分享方向，行動以前先分享下一個大數據交流分享資源羣870097548，歡迎想學習，想轉行的，進階中你加入學習。
二、學大數據需要什麼語言基礎?
首先，學習大數據是需要有java，python和R語言的基礎。
1) Java學習到什麼樣的程度纔可以學習大數據呢?
java需要學會javaSE即可。javaweb，javaee對於大數據用不到。學會了javase就可以看懂hadoop框架。
2) python是最容易學習的，難易程度：python java Scala 。
python不是比java更直觀好理解麼，因爲會了Python 還是要學習java的，你學會了java，再來學習python會很簡單的，一週的時間就可以學會python。
3) R語言也可以學習，但是不推薦，因爲java用的人最多，大數據的第一個框架Hadoop，底層全是Java寫的。就算學會了R還是看不懂hadoop。
java在大數據中的作用是構成大數據的語言，大數據的第一個框架Hadoop以及其他大數據技術框架，底層語言全是Java寫的，所以推薦首選學習java
再給你們舉例說明下它們的分工和作用，java注重業務，大數據注重數據，前端是臉(頁面顯示)，java是胳膊(業務)，大數據是直男大腦，人工智能，深度學習是有情商的大腦。
三、大數據職業發展方向
學會了大數據，不需要從java做起，可以直接做大數據開發工程師。等積累了幾年的經驗， 就可以做算法工程師了。看看學會了大數據可以從事哪些崗位：
大數據開發工程師
數據分析師
hadoop開發工程師
spark開發工程師
數據倉庫開發工程師
數據清洗工程師(ETL)
大數據架構師
算法工程
四、大數據優勢
大數據受國家大力支持大量的資源都投資在這方面，大數據中心在貴州落坐，人工智能和雲計算都基於大數據，需要大批大數據人才。
1）、大數據人才薪資待遇
一般的一線城市大數據相關崗位平均月薪在12-15K 北京平均17K，大數據算法工程師，年薪在30萬—50萬左右。
2）學習大數據有學歷/專業要求嗎
高中也找到工作，但是大專以上學歷更好，雖然是本科學歷，但大學四年中也沒有學習到實際的操作技能，學習到的東西在工作中用不到，只是在理解某些東西容易些。
五、大數據學習路線
大數據高手班課程大綱：
linux+高併發 + Hadoop生態圈 +分佈式搜索+ Strom流式計算 + Spark + 機器學習算法
正常來講學習大數據之前都要做到以下幾點：
1.學習基礎的編程語言(java)
2.掌握入門編程基礎(linux操作，數據庫操作、git操作)
3.學習大數據裏面的各種框架(hadoop、hive、hbase、spark)
這是正常學習大數據必須要做到的三個步驟，如果有了java基礎再去學習基本上已經成功了一半，起碼不用爲了基礎語言的學習而惱火了。
真正的大數據的學習不能僅僅停留在理論的層面上，比如現在經常用到的spark框架目前支持兩種語言的開發java或者Scala，現在python語言也能支持了。大數據的方向的切入是全方位的，基礎語言的學習只是很小的一個方面，編程落實到最後到編程思想，有了指導思想學習起來就能方便很多。
六、0基礎可以學大數據嗎
雖然大數據需要Java基礎。但是，0基礎小夥伴也可以學。