下载掌阅APP，畅读海量书库
立即打开
数据（Data）是一个广泛而重要的概念，它在不同领域和语境中具有不同的含义和应用。为了帮助大家快速了解数据，本节简单介绍数据的定义、特性、生成与消费。
基本定义：数据是指对客观事件进行记录并可以鉴别的符号，是对客观事物的性质、状态以及相互关系等进行记载的物理符号或这些物理符号的组合。它是事实或观察的结果，是对客观事物的逻辑归纳，是用于表示客观事物的未经加工的原始素材。
计算机科学中的定义：数据是所有能输入计算机并被计算机程序处理的符号的总称，是输入电子计算机进行处理，具有一定意义的数字、字母、符号和模拟量等的通称。
数据具有以下特性：
● 可识别性和抽象性：数据是可识别的、抽象的符号，它不仅指狭义上的数字，还可以是具有一定意义的文字、字母、数字符号的组合、图形、图像、视频、音频等。
● 多样性：数据的形式多样，可以是连续的（如声音、图像，称为模拟数据），也可以是离散的（如符号、文字，称为数字数据）。
● 可解释性：数据需要能够被用户理解和解释，这对于数据的分析结果和决策过程至关重要。
● 可存储性：数据可以被存储在硬盘、光盘、云存储等各种介质上，这使数据得以长期保存并随时访问。
● 可扩展性：随着技术的发展，数据存储和处理能力不断增强，使数据集得以不断扩展，以适应不断增长的数据需求。
● 可操作性：数据可以被操作和转换，以适应不同的需求和应用场景，例如数据聚合、过滤、转换等。
● 可访问性：数据的可访问性决定了其价值的实现程度。数据需要通过适当的权限和接口，确保授权用户能够方便地访问和使用。
● 可传输性：数据可以通过网络、电缆或其他传输介质在不同设备和地点之间快速移动，这促进了信息的共享和交流。
● 可分析性：数据可以通过各种分析工具和技术进行处理与分析，以发现模式、趋势和关联，从而提供洞察和决策支持。
● 可重复使用性：数据可以被多次使用，用于不同的分析和应用，而不会损失其价值或质量。
● 可集成性：不同来源和类型的数据可以整合在一起，形成更加丰富和全面的视图，以支持更复杂的分析和决策。
● 安全性：数据往往包含敏感信息，因此需要采取适当的安全措施来保护数据的完整性、可用性和保密性。
● 时效性：数据的价值往往与其时效性相关，及时更新的数据可以提供更准确的信息和洞察。
数据的生成实际是对真实世界中的对象、事件和概念的特征的抽象，如图1-1所示。这意味着数据是对现实世界中的事物或现象的属性和特征的描述与记录。
数据在生成的时候，其特征、表示方法、数据结构就以数据模型的形式确定了下来。数据模型是有关数据的知识，它定义了数据的组织方式和关系。数据模型帮助大家理解数据的结构和使用方式。但需要注意的是，数据只能代表对象、事件和概念的部分特征。
另外，数据生成的时候就带有相关的说明信息（元数据，其实数据模型也是一类元数据），数据不仅包括数字或文字，还包括元数据，即关于数据本身的数据。元数据描述了数据的名称、结构、含义和取值。这有助于理解数据的背景和上下文。
图1-1 数据的生成
数据消费是指使用数据来做出决策或进行分析，如图1-2所示。数据消费的基础是理解数据所表达的特征和含义。
图1-2 数据的消费
数据消费方需要阐述数据及其结构所表达的含义，这涉及对数据的深入分析和解释，以便从中提取有用的信息和见解。理解数据还涉及对数据模型和有关数据的知识的掌握，这包括对数据的名称、结构、含义和取值的理解。通过这些知识，数据消费方可以更有效地使用数据来支持其决策和分析。
总体来说，数据的生成和消费是一个连续的过程，涉及数据的收集、组织、分析和解释。生成数据需要明确数据的来源和结构，而消费数据则需要深入分析数据的特征和含义，并利用相关的知识和技能来提取有用的信息。