多大的数据，才能称为大数据？
大数据 Big Data， 据说源出自Alvin Toffler上世纪70年代的作品《第三次浪潮》。最早提出大数据时代到来的是全球知名咨询公司麦肯锡，麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”
目前，一些专业人士将大数据概括为四大特征，即“4V”： 数量大（Volume），数据量级已从TB（1012字节）发展至PB乃至ZB，可称海量、巨量乃至超量；多样性（Variable），数据类型繁多，多为网页、图片、视频、图像与位置信息等半结构化和非结构化数据信息；速度快（Velocity），数据流往往为高速实时数据流，而且往往需要快速、持续的实时处理，处理工具亦在快速演进，软件工程及人工智能等均可能介入；低价值密度（Value），以视频安全监控为例，连续不断的监控流中，有重大价值者可能仅为一两秒的数据流，360度全方位视频监控的“死角”处，可能会挖掘出最有价值的图像信息。
大数据到底有多大？先举个例子来说，欧洲研究组织进行的核试验每秒钟能产生40TB的数据。一组名为“互联网上一天”的数据告诉我们，一天之中，互联网产生的全部内容可以刻满1.68亿张DVD；发出的邮件有2940亿封之多，相当于美国两年的纸质信件数量；发出的社区帖子达200万个，相当于《时代》杂志770年的文字量；卖出的手机为37.8万台，高于全球每天出生的婴儿数量37.1万……截止到2012年，数据量已经从TB（1024GB=1TB）级别跃升到PB（1024TB=1PB）、EB（1024PB=1EB）乃至ZB(1024EB=1ZB)级别。随着计算机硬件成本、计算机内存成本的降低和超级集群计算机的产生，使得处理大规模的复杂数据成为可能，这样就产生以结构化（股票交易数据）、半结构化（网络日志）和非结构化（文本数据、音频数据、视频数据）为主的大数据。其中非结构化数据占互联网数据总量的80%。
《大数据时代》作者维克托·迈尔-舍恩伯格说：“大家都在说大数据，大数据到底有多大？到底有多少信息说到zb字节，我们说10的21次方，这是什么意思？它的含义是什么？它如何发挥作用？ 1987年他还在读大学，当时数据世界还没有达到30亿gb，而到了2007年，增加到3000亿gb，20年间数据提高了100倍。如果回溯历史的话，上一次数据如此快速增长是因为印刷的革命，用了50年实现数据翻一番的增长。如今20年间就实现了。”
IBM的研究称，整个人类文明所获得的全部数据中，有90%是过去两年内产生的。而到了2020年，全世界所产生的数据规模将达到今天的44倍。每一天，全世界会上传超过5亿张图片，每分钟就有20小时时长的视频被分享。然而，即使是人们每天创造的全部信息——包括语音通话、电子邮件和信息在内的各种通信，以及上传的全部图片、视频与音乐，其信息量也无法匹及每一天所创造出的关于人们自身的数字信息量。这样的趋势会持续下去。