谈到大数据，必然会说到大数据四个特点：第一，数据体量巨大。从TB级别，跃升到PB级别;第二，数据类型繁多。网络日志、视频、图片、地理位置信息等等。第三，价值密度低。以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒。第四，处理速度快。最后这一点也是和传统的数据挖掘技术有着本质的不同。业界将其归纳为4个“V”——Volume，Variety，Value，Velocity。
不知道外界怎么看4个V，我总是记不住，也还是没有清楚何为大数据。其实，举一个例子就明白了，搜索引擎就是典型的大数据应用。与传统行业相比，互联网在大数据应用上的确领先，如电商，以及互联网广告等，都是典型的大数据应用，推动了互联网业务向精细化发展。互联网大数据应用技术细节披露甚少，而且多局限在行业内部，因此了解互联网行业大数据应用方式，将有助于我们把握问题的方向。
搜索引擎从本质上看，就是一种典型的大数据应用。
搜索引擎通过建立索引来对外提服务,核心就是汉语词法分析系统(ICTCLAS)，通过对自然语言、数字、日期、字符串等进行检索，建立索引。当用户进行检索时，基于索引，搜索引擎将这些数据聚合，提供给用户，从而构建了搜索引擎的服务。传统搜索引擎，通过蜘蛛爬虫获取互联网Web网页的内容，构建索引库。借助类似Map/Reduce这样工具，搜索引擎可以对爬虫数据进行并行的处理。搜索引擎的内容是爬虫“扒窃”来的，这也是为什么，Google被网站称为“寄生虫”和“吸血鬼”的原因，搜索引擎不创造任何内容，而是寄生在别人(网站)所创造的原创，内容上。“我们痛恨Google、百度，但另外一方面，我们又求助他们来抓取我们的内容，这是我们的悲哀。”网站CEO表示。
搜索引擎符合大数据的4个A：1、数据量大，每时每刻抓取网站原创内容(包括我现在写的，上线就会被抓取);2、类型多样，包括文本、图片、声音和视频;3、价值密度低(相对于财务、销售等结构化数据)，需要挖掘才能够产生价值;4、处理速度快，对这些数据进行处理，可以采用大量廉价的X86服务器并行处理，也就是Map的过程;检索的结果，通过Reduce聚合后提供读者，由于大量机器并行，且通常检索索引，因此速度可以满足需求。
搜索引擎通过聚焦“眼球”，构建了以眼球货币为主的商业模式。而对于传统行业用户来说，如何利用和挖掘大数据的价值，这是一个值得探索的话题。