大数据的基本特征包括：
1. 数据量大：大数据通常指数据量非常庞大的数据集合，可以达到PB(Petabyte)或EB(Exabyte)级别。
2. 多样性：大数据包含多种类型的数据，如结构化数据、半结构化数据和非结构化数据等。
3. 高速性：大数据的处理速度要求非常高，需要使用分布式计算技术来实现快速处理。
4. 实时性：大数据需要能够实时处理和分析，以便及时发现问题并做出决策。
5. 可扩展性：大数据需要具备可扩展性，能够随着业务需求的增长而自动扩展。
6. 价值性：大数据需要能够为企业带来实际的价值，例如提高效率、降低成本、增加收益等。
大数据的四个基本特征：
1、数据量大
TB，PB，乃至EB等数据量的数据需要进行数据分析处理。
2、要求快速响应
市场变化快，要求能及时快速的响应变化，那对数据分析也要快速，在性能上有更高要求，所以数据量显得对速度要求有些“大”。
3、数据多样性
不同的数据源，非结构化数据越来越多，需要进行清洗，整理，筛选等操作，变为结构数据。
4、价值密度低
由于数据采集的不及时，数据样本不全面，数据可能不连续等等，数据可能会失真，但当数据量达到一定规模，可以通过更多的数据达到更真实全面的反馈。
大数据（big data），IT行业术语，是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中大数据指不用随机分析法（抽样调查）这样捷径，而采用所有数据进行分析处理。大数据的5V特点（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）。
