数据库和大数据的区别?

其他指标都差不多，主要区别还是在“海量”这个方面。数据库就像一个池塘，一个湖的数据，大数据就类似一个大海的数据，处理的数量级、速度、效率都不是一个级别的。如果用数学的说法就是子集的概念，大数据包含数据库，数据库是大数据的子集。

他的区别有8种：

分别是：

1、数据规模、2、数据类型、3.模式(Schema)和数据的关系、4.处理对象

5、获取方式、6、传输方式、7、数据存储方面、8、价值的不可估量

价值的不可估量：

传统数据的价值体现在信息传递与表征，是对现象的描述与反馈，让人通过数据去了解数据。

而大数据是对现象发生过程的全记录，通过数据不仅能够了解对象，还能分析对象，掌握对象运作的规律，挖掘对象内部的结构与特点，甚至能了解对象自己都不知道的信息。

这个怎么说呢？数据库应该是大数据的课程之一，但是应该不算是主要课程。

因为大数据有5V特性，那么大数据课程也应该集中于这五个方面。

第一个V（Volume（大量）），那么就会有数据治理与数据整理，从大量甚至海量的数据中，找到有价值的数据，或者说有关联的对分析有帮助的数据。

第二个V（Velocity（高速）），这部分主要是数据实时性，比如现在有时某些城市会有所谓的堵车报告，或者实时概况，这种就是高速提高的实时性。比如今天才得到去年的信息，那有什么用？

第三个V（Variety（多样）），大数据并不是特定收集某些相关数据，而是从第一个V大量的数据中找到很多信息，信息非常的多，这里主要的内容应该是数据分析，以及数据关联性等等

第四个V（Value（低价值密度）），每一条数据拿出来其实都是没神勇的，只有将数据放在一起，进行分析管理才能得到一些趋势，概率，密度等等这些内容，其实大数据要做的就是讲得到的低价值密度的信息进行提炼，提炼为价值密度更高的信息。

第五个V（Veracity（真实性）），这个其实就是一个数据治理的过程，只是这里更多的存在一些去伪存真的意思，就好比现在的“刷X”，如果能判断出来哪些是刷的，哪些是真的，那么这不就是数据治理吗。而且只有真实的有效的信息才能对大数据有用，虚假的信息指挥干扰分析结果，所以真实性也很重要。

那为什么数据库还是大数据的课程之一？上面五个V和数据库没关系啊，但是大数据的数据最后还是要分层次，分系统的展现给用户，这里还是需要数据库来做，所以数据库还是有作用的，而且不管现在用的是什么大数据分析工具和怎么做的数据分析，分析工具都是作用在数据库内的数据上（这里的数据库并不特指都一个产品，而是所有的数据库产品），所以数据库本身还是要学习的，只是与在大数据中，数据库并不是那么重要而已。

举例来说：你可以不懂数据库，但是你可以涉及算法，算法就是大数据的主要核心之一，然后再由动数据库的将算法转换成数据库语言，只是这样的人一般都是大牛，平常人能做到转换这一步就不错了。

---