首頁 / 教材庫 / 機器學習基礎 / 大數據 4V

iPAS AI初級 機器學習基礎 ⏱ 約 4 分鐘讀完
iPAS AI 初級・漫畫式小白教材

大數據 4V

Volume × Velocity × Variety × Variability|資料世界的「四大怪獸」

🎬 第一幕:環保局的 AI 空品監測任務

🏙️ 全市監測
🏙️📡📡📡

5 萬個感測器遍布全市。

「每天會產生多少資料啊?」
⚡ 即時資料
📡⚡📡⚡

每秒持續產生大量紀錄。

「資料一直衝進來!」
🌦️ 多種來源
🌦️🚗🏭

還要整合:

氣象+交通+工廠排放

👉 大數據 4V 全都跑出來了!

🧠 先記住:4V 到底是什麼?

Volume=有「多少」資料?
Velocity=資料「來多快」?
Variety=資料「有多不同」?
Variability=資料「變化有多大/多不穩定」?
⭐ 考試看到大數據題目,不要只背英文。把情境翻成四個問題:「多不多?快不快?種類多不多?變化大不大?」

📦 第二幕:Volume 資料量

📦 Volume
📦📦📦📦
「到底有多少資料?」

重點是資料的規模/數量。

🏙️ 空品案例
5️⃣0️⃣0️⃣0️⃣0️⃣📡

全市有:

5 萬個感測器

大量感測器資料累積起來,資料規模非常大。

🧠 考試關鍵字
🔑
大量資料
海量資料
數 TB/PB
數萬/數百萬筆

⚡ 第三幕:Velocity 資料速度

⚡ Velocity
📡➡️➡️➡️
「資料產生、傳輸、處理有多快?」

重點是資料流入與處理的速度。

⏱️ 空品案例
⏱️📡⚡

題目說:

「每秒產生大量資料」
「即時處理」

👉 這就是 Velocity 的強烈提示。

🧠 考試關鍵字
🚀
即時(Real-time)
串流(Streaming)
高速產生
即時處理

🌈 第四幕:Variety 資料多樣性

🌈 Variety
📊📝📷🎵
「資料長得一樣嗎?」

不同來源、不同格式、不同型態。

🏭 空品案例
🌦️🚗🏭

資料來自:

🌦️ 氣象
🚗 交通
🏭 工廠排放
🧠 考試關鍵字
🧩
多資料來源
結構化/非結構化
文字/影像/感測器

👉 種類多、格式不同。

🔄 第五幕:Variability 易變性

🔄 Variability
📈↗️↘️📉
「資料的特性會不會隨時間改變?」

重點是資料流量、分布、型態或意義可能出現波動與變化。

🌦️ 空品想像
🌞🌧️🌬️

平常:

資料流量正常

遇到:

颱風/大型活動/交通尖峰/工廠異常排放

資料特性可能突然改變。

🧠 考試關鍵字
🔄
波動
不穩定
隨時間改變
資料分布變化
📌 易變性 Variability 很容易和「速度」搞混:Velocity 問「來多快」;Variability 問「資料特性會不會一直變」。

🥊 第六幕:Velocity vs Variability 最容易搞混!

情境想到哪個?為什麼?
每秒產生大量資料⚡ Velocity強調產生速度
要求即時處理⚡ Velocity強調資料流入與處理速度
早上流量少、尖峰突然暴增🔄 Variability強調資料流量隨時間波動
資料分布隨季節改變🔄 Variability強調資料特性改變

🎯 第七幕:把 4V 放進同一個環保局案例

📦 Volume

5 萬個感測器持續產生資料 → 資料規模巨大。

⚡ Velocity

每秒產生大量資料+即時處理 → 資料高速流入。

🌈 Variety

氣象+交通+工廠排放 → 多來源、多型態資料。

🔄 Variability

資料量、資料分布或資料特性可能隨時間與事件產生波動。

🏙️ 大數據案例不是只能有一個 V!
題目要我們找「最主要、最直接」的挑戰。

🚨 第八幕:四個選項的考試陷阱

✅ A. Volume + Velocity
正確!題目明確給出「5 萬個感測器」→ Volume;「每秒產生大量資料、需即時處理」→ Velocity。這兩個是題目最直接、最核心的挑戰組合。

❌ B. Variety + Veracity
氣象、交通、工廠排放確實展現資料來源多元,但題目最強調的是「5 萬個感測器+每秒大量資料+即時處理」,因此主要挑戰不是 Variety + Veracity。

❌ C. Velocity + Value
Velocity 確實存在,但 Value 是資料能產生多少價值;題目沒有把「資料價值判斷」作為主要挑戰。

❌ D. Volume + Value
Volume 確實存在,但題目強調的是高速、即時資料處理,而不是從大量資料中篩選價值,因此少了最重要的 Velocity。

🧠 iPAS 考前超強口訣

📦 Volume=多不多?
⚡ Velocity=快不快?
🌈 Variety=種類多不多?
🔄 Variability=變化大不大?

看到「海量、5 萬個、TB/PB」→ 📦 Volume

看到「每秒、即時、串流、高速」→ ⚡ Velocity

看到「多來源、多格式、文字+影像+感測器」→ 🌈 Variety

看到「波動、隨時間改變、資料分布改變」→ 🔄 Variability

⭐ 最終口訣:大數據 4V=多、快、雜、變!

🎯 最後來做你提供的例題

題目:某政府環保局建立空氣品質監測 AI 系統,整合全市 5 萬個感測器的即時數據,每秒產生大量資料記錄,並持續接收氣象、交通與工廠排放資料,且需即時處理持續產生的資料。主要挑戰組合為何?

A. Volume 與 Velocity,因為資料量龐大且持續高速產生
B. Variety 與 Veracity,因為資料來源多元且需確保正確性
C. Velocity 與 Value,因為需即時判斷資料是否具有分析價值
D. Volume 與 Value,因為需從大量資料中篩選出有用資訊

🎯 正確答案:A. Volume + Velocity ✅

關鍵字一抓就出來:「5 萬個感測器」代表資料規模龐大 → Volume;「每秒產生大量資料」+「即時處理」代表資料高速產生與處理 → Velocity。

所以本題最主要、最直接的挑戰是 Volume + Velocity。
⭐ 5 萬個=Volume 📦
每秒+即時=Velocity ⚡
→ 答案 A

📌 考前最後一張小抄

看到題目立刻想到
5 萬個感測器、海量資料📦 Volume
每秒產生、即時、串流⚡ Velocity
氣象+交通+工廠等多來源🌈 Variety
資料隨時間波動、分布改變🔄 Variability
題目強調「大量+高速」📦 Volume + ⚡ Velocity

⭐ 大數據 4V:Volume「多」、Velocity「快」、Variety「雜」、Variability「變」!

❓ 常見問題 FAQ

大數據 4V 分別代表什麼?

Volume(資料量,有多少資料)、Velocity(資料速度,來得多快)、Variety(資料多樣性,種類多不多)、Variability(易變性,資料特性變化大不大)。考試看到情境題時,把描述翻成這四個問題就能快速定位答案。

Velocity 和 Variability 最容易搞混,怎麼分辨?

Velocity 強調「資料產生、傳輸、處理的速度」,關鍵字是即時、串流、高速;Variability 強調「資料特性隨時間或事件的波動與變化」,關鍵字是波動、不穩定、分布改變,例如颱風天流量突然暴增。

題目出現「5 萬個感測器」和「每秒產生大量資料」,該對應哪兩個 V?

「5 萬個感測器」對應資料規模巨大的 Volume;「每秒產生大量資料、需即時處理」對應資料高速流入的 Velocity。這兩個關鍵字組合是本類題型最常見、最直接的答案組合。

Variety 和 Veracity 是同一個概念嗎?

不是。Variety 指資料來源、格式、型態的多樣性(例如文字、影像、感測器資料混合);Veracity(資料真實性/可信度)雖然也常出現在大數據討論中,但不在本教材強調的 4V 核心組合裡,考試遇到要分清楚題目問的是哪一個。

為什麼答案通常會是「兩個 V 的組合」而不是單一個 V?

因為真實情境往往同時包含多種挑戰,題目會要求你判斷「最主要、最直接」的挑戰組合,而不是硬要挑出單一一個 V。抓住題目給的具體數字與速度描述關鍵字,就能準確配對出正確的兩個 V。