(3)巨量机器产生的数据 如应用服务器日志、各类传感器数据、图像和视频监控数据、二维码和条形 码(条码)扫描数据等。 2、按数据来源的行业划分 (1)以BAT为代表的互联网公司 百度公司数据总量超过了千PB级别,阿里巴巴公司保存的数据量超过了百 PB级别,拥有90%以上的电商数据,腾讯公司总存储数据量经压缩处理以后仍然 超过了百PB级别,数据量月增加达到10%。 (2)电信、金融、保险、电力、石化系统 电信行业数据年度用户数据增长超过10%,金融每年产生的数据超过数十PB, 保险系统的数据量也超过了PB级别,电力与石化方面,仅国家电网采集获得的 数据总量就达到了数十PB,石油化工领域每年产生和保存下来的数据量也将近 百PB级别。 (3)公共安全、医疗、交通领域 个中、大型城市,一个月的交通卡口记录数可以达到3亿条;整个医疗卫 生行业一年能够保存下来的数据就可达到数百PB级别;航班往返一次产生的数 据就达到TB级别;列车、水陆路运输产生的各种视频、文本类数据,每年保存 下来的也达到数十PB。 (4)气象、地理、政务等领域 中国气象局保存的数据将近10PB,每年约增数百TB;各种地图和地理位置 信息每年约数十PB;政务数据则涵盖了旅游、教育、交通、医疗等多个门类,且 多为结构化数据。 (5)制造业和其他传统行业 制造业的大数据类型以产品设计数据、企业生产环节的业务数据和生产监控 数据为主。其中产品设计数据以文件为主,非结构化,共享要求较高,保存时间 较长;企业生产环节的业务数据主要是数据库结构化数据,而生产监控数据则数 据量非常大。在其他传统行业,虽然线下商业销售、农林牧渔业、线下餐饮、食 品、科研、物流运输等行业数据量剧增,但是数据量还处于积累期,整体体量都 不算大,多则达到PB级别,少则数十TB或数百TB级别 3、按数据存储的形式划分 大数据不仅仅体现在数据量大,还体现在数据类型多。如此海量的数据中, 仅有20%左右属于结构化的数据,80%的数据属于广泛存在于社交网络、物联网 电子商务等领域的非结构化数据 (1)结构化数据 简单来说就是数据库,如企业ERP、财务系统、医疗HIS数据库、教育一卡 通、政府行政审批、其他核心数据库等数据。 (2)非结构化数据（3）巨量机器产生的数据 如应用服务器日志、各类传感器数据、图像和视频监控数据、二维码和条形 码（条码）扫描数据等。 2、按数据来源的行业划分 （1）以 BAT 为代表的互联网公司 百度公司数据总量超过了千 PB 级别，阿里巴巴公司保存的数据量超过了百 PB 级别，拥有 90%以上的电商数据，腾讯公司总存储数据量经压缩处理以后仍然 超过了百 PB 级别，数据量月增加达到 10%。 （2）电信、金融、保险、电力、石化系统 电信行业数据年度用户数据增长超过 10%，金融每年产生的数据超过数十 PB， 保险系统的数据量也超过了 PB 级别，电力与石化方面，仅国家电网采集获得的 数据总量就达到了数十 PB，石油化工领域每年产生和保存下来的数据量也将近 百 PB 级别。 （3）公共安全、医疗、交通领域 一个中、大型城市，一个月的交通卡口记录数可以达到 3 亿条；整个医疗卫 生行业一年能够保存下来的数据就可达到数百 PB 级别；航班往返一次产生的数 据就达到 TB 级别；列车、水陆路运输产生的各种视频、文本类数据，每年保存 下来的也达到数十 PB。 （4）气象、地理、政务等领域 中国气象局保存的数据将近 10PB，每年约增数百 TB；各种地图和地理位置 信息每年约数十 PB；政务数据则涵盖了旅游、教育、交通、医疗等多个门类，且 多为结构化数据。 （5）制造业和其他传统行业 制造业的大数据类型以产品设计数据、企业生产环节的业务数据和生产监控 数据为主。其中产品设计数据以文件为主，非结构化，共享要求较高，保存时间 较长；企业生产环节的业务数据主要是数据库结构化数据，而生产监控数据则数 据量非常大。在其他传统行业，虽然线下商业销售、农林牧渔业、线下餐饮、食 品、科研、物流运输等行业数据量剧增，但是数据量还处于积累期，整体体量都 不算大，多则达到 PB 级别，少则数十 TB 或数百 TB 级别。 3、按数据存储的形式划分 大数据不仅仅体现在数据量大，还体现在数据类型多。如此海量的数据中， 仅有 20%左右属于结构化的数据，80%的数据属于广泛存在于社交网络、物联网、 电子商务等领域的非结构化数据。 （1）结构化数据 简单来说就是数据库，如企业 ERP、财务系统、医疗 HIS 数据库、教育一卡 通、政府行政审批、其他核心数据库等数据。 （2）非结构化数据