价值高，密度低

从前的计算方式总是先规定好计算的目的，再分析和选取有用的数据，淘汰掉没用的数据。这就像是熬中药的过程，将有用的成分融进药汤里，倒掉没用的药渣。这种看似快捷的计算方式存在的问题是，那些被淘汰掉的数据只是对这个计算没有作用，未来也许可以为其他的计算提供价值。现在，数据的容量越来越大，我们可以将这些因为不同的计算目的分别收集的数据都存储下来，进而实现数据价值的最大化。当然，这种不加筛选的数据存储模式也造成了大数据的又一个特点，即价值密度低。价值密度与数据体量成反比，体量越大，价值密度越低。当今时代，数据来源多种多样，数据的总量也在不断增长，要想从这些数量庞大、类型多样的数据中准确提取用户的目标数据，即对用户来说有价值的数据，需要快速地对数据进行整体性分析，然后根据不同用户需求分类处理并完成计算任务。(https://www.daowen.com)