一、大數據有多可怕？

大數據有可能涵蓋人們生活的方方面面。

你去餐廳吃飯，用了團購，你的消費習慣、消費能力等數據就共享出去了；

你查看新聞客戶端，你的年齡、閱讀喜好等也共享出去了，你看完新聞后評論一番，你的性格都可能讓別人猜到；

你用滴滴出行，你的經濟情況、居住區域等數據也共享出去了......

當然，你的姓名、手機號碼這些，共享了沒有呢？

收集到信息的各方都會說“不會泄露個人隱私”，但誰能保證呢？

期待國家盡快立法，對大數據中涉及個人敏感信息的保護作出明確的規定。

那樣，才能讓大家享受大數據帶來的便利，免除隱私泄露之憂。

二、大數據有哪些？

世界上最大的十個數據庫:

1.全球氣象數據中心： 220千兆網絡數據，6個petabytes的其它數據。

2.全美能源研究科技計算中心： 2.8個petabytes (1個petabyte 約等于1千千兆)。

3.AT&T： 323千兆信息。

4.Google： 每天有9千1百萬次搜索量。

5.Sprint： 具體數據容量不詳，但其擁有2.85萬億條數據庫行。

6.ChoicePoint： 250千兆數據。

7.YouTube： 45千兆視頻。

8.Amazon： 42千兆數據。

9.中央情報局： （Secret）。

10.美國國會圖書館： 1億3千萬項條目(書籍、圖片、地圖等)，20千兆文本。

三、黑洞有多么的可怕？

黑洞具有極其強大的引力，光也無法逃逸。

宇宙里具有奇形怪狀的天體，什么天體最可怕？是恒星，暗物質，又或者是中子星，黑洞？有人認為黑洞是可觀測宇宙中最恐怖的存在

其實，大部分對黑洞比較熟悉。黑洞有明顯的特點。黑洞無法被直接觀測到，通過周圍物質旋轉形成的吸積盤來確定黑洞的存在；黑洞有引力，由恒星坍塌形成，萬事萬物被黑洞盯上沒有生還的機會了。黑洞有多可怕？人進入黑洞又會發生什么？

當顆恒星走到生命的盡頭，會坍塌成致密的物質，是原子核的100倍左右，進而形成黑洞。宇宙是黑暗無邊的，要借助吸積盤和恒星的才能判斷黑洞是否存在。黑洞在宇宙中非常普遍，有大的，也有小的。銀河系中有多達十萬個黑洞，銀河系的中心也是個黑洞

一般來說，星系范圍越大，中心黑洞也會大。黑洞的大小非常廣，可能是幾十倍太陽質量，可能是幾百億倍太陽的質量，科學家觀察到質量為70億太陽質量的，難以想象。

黑洞質量巨大，根據牛頓定律引力也非常大，任何物體靠近黑洞，尾椎被吸附。潮汐撕裂是指當恒星被黑洞吸引時，光環和質量會被黑洞捕獲，只有很少能夠逃逸，這是恒星被暴力分解的一種過程。當恒星被吸引時，會有兩種下場。距離太近，會把物體吸進；如果黑洞處于類星體階段，宇宙中最亮的天體，黑洞吞噬物質來擴大自身質量，靠近黑洞被高能輻射炸飛。

人進入黑洞，會被引力分解。黑洞不只是把人往里吸，黑洞的力是四面八方的，假如人進入到了黑洞內部，黑引力會把你全身分解，你就變成粒子甚至是夸克的形式。

四、大數據有哪些專業？

大數據有數據科學與大數據技術專業和大數據與審計專業。都屬于管理學門類學科，主要研究大數據分析應用及數據挖掘。

五、大數據有輻射嗎？

有輻射，

數據中心機房里的輻射應該屬于電磁輻射，且輻射來源非常廣泛。首先是來自數據中心外部，如周圍的雷達、無線電發射設備、移動電話基站、高壓電線、電氣化鐵路等都會產生輻射，還有發生一些極端天氣時，如雷電、高溫、霧霾等天氣都會增強電磁輻射；其次是來自數據中心內部，如配電箱、大功率電動機、高頻開關電源、空調設備、以及各種電子設備產生的周期性脈沖式電磁輻射，還有內部的各種線纜、光纖、機柜、電源等也會產生電磁干擾信號。所以，電磁輻射在數據中心無處不在。

六、大數據有多難學？

1. 難學2. 大數據學科涉及到多個領域的知識，包括數學、統計學、計算機科學等，需要掌握大量的專業知識和技能。同時，大數據的處理和分析需要使用復雜的算法和工具，對學習者的編程能力和數據分析能力要求較高。3. 學習大數據需要不斷學習和掌握新的技術和方法，需要投入大量的時間和精力。但是隨著技術的發展和應用的普及，大數據領域的就業前景廣闊，掌握大數據技能將會為個人的職業發展帶來很大的機會和優勢。因此，盡管難學，但是值得投入時間和精力去學習。

七、大數據有哪些特征？

特征為：大量、高速、多樣化、有價值、真實。

大量，指大數據量非常大。

高速，指大數據必須得到高效、迅速的處理。

多樣化，體現在數據類型的多樣化，除了包括傳統的數字、文字，還有更加復雜的語音、圖像、視頻等。

八、大數據有哪些特點？

大數據有多大

要理解大數據這一概念，首先要從"大"入手，"大"是指數據規模，大數據一般指在10TB(1TB=1024GB)規模以上的數據量。大數據同過去的海量數據有所區別，其基本特征可以用4個V來總結(Vol-ume、Variety、Value和Veloc-ity)，即體量大、多樣性、價值密度低、速度快。

四大特點

第一，數據體量巨大。從TB級別，躍升到PB級別。

第二，數據類型繁多，如前文提到的網絡日志、視頻、圖片、地理位置信息，等等。

第三，價值密度低。以視頻為例，連續不間斷監控過程中，可能有用的數據僅僅有一兩秒。

第四，處理速度快。1秒定律。最后這一點也是和傳統的數據挖掘技術有著本質的不同。物聯網、云計算、移動互聯網、車聯網、手機、平板電腦、PC以及遍布地球各個角落的各種各樣的傳感器，無一不是數據來源或者承載的方式。

大數據的價值

大數據技術是指從各種各樣類型的巨量數據中，快速獲得有價值信息的技術。解決大數據問題的核心是大數據技術。目前所說的"大數據"不僅指數據本身的規模，也包括采集數據的工具、平臺和數據分析系統。大數據研發目的是發展大數據技術并將其應用到相關領域，通過解決巨量數據處理問題促進其突破性發展。因此，大數據時代帶來的挑戰不僅體現在如何處理巨量數據從中獲取有價值的信息，也體現在如何加強大數據技術研發，搶占時代發展的前沿。

九、數學大數據有哪些？

數學大數據是指在大數據環境下，需要運用數學方法和技術來處理和分析數據。數學大數據的應用領域非常廣泛，包括金融、醫療、交通、電商等等。

在學習數學大數據之前，需要掌握一定的數學基礎，比如概率論與數理統計、線性代數、泛函分析等等。

十、旅游大數據有哪些？

旅游人數的變化，旅游時間，旅游地點，旅游習慣，過程中的消費習慣團隊旅游還是個人旅游等等數據。