中国每天大概死亡多少人？
这是个简单数学问题，只需知道两个基础数据，一是中国人口数量，二是中国人平均寿命，就能算出每天死亡人数，当然前提是每年的死亡率出生率差不多，人口数量变化不大。假定人口数量14亿，平均寿命74岁。每年死亡（出生）人口数：14亿 / 74 = 8918919人，每天死亡（出生）人口数：8918919 / 365 =51832。
多大的数据，才能称为大数据？
大数据 Big Data， 据说源出自Alvin Toffler上世纪70年代的作品《第三次浪潮》。最早提出大数据时代到来的是全球知名咨询公司麦肯锡，麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。
”目前，一些专业人士将大数据概括为四大特征，即“4V”： 数量大（Volume），数据量级已从TB（1012字节）发展至PB乃至ZB，可称海量、巨量乃至超量；多样性（Variable），数据类型繁多，多为网页、图片、视频、图像与位置信息等半结构化和非结构化数据信息；速度快（Velocity），数据流往往为高速实时数据流，而且往往需要快速、持续的实时处理，处理工具亦在快速演进，软件工程及人工智能等均可能介入；低价值密度（Value），以视频安全监控为例，连续不断的监控流中，有重大价值者可能仅为一两秒的数据流，360度全方位视频监控的“死角”处，可能会挖掘出最有价值的图像信息。
大数据到底有多大？先举个例子来说，欧洲研究组织进行的核试验每秒钟能产生40TB的数据。一组名为“互联网上一天”的数据告诉我们，一天之中，互联网产生的全部内容可以刻满1.68亿张DVD；发出的邮件有2940亿封之多，相当于美国两年的纸质信件数量；发出的社区帖子达200万个，相当于《时代》杂志770年的文字量；卖出的手机为37.8万台，高于全球每天出生的婴儿数量37.1万……截止到2012年，数据量已经从TB（1024GB=1TB）级别跃升到PB（1024TB=1PB）、EB（1024PB=1EB）乃至ZB(1024EB=1ZB)级别。
随着计算机硬件成本、计算机内存成本的降低和超级集群计算机的产生，使得处理大规模的复杂数据成为可能，这样就产生以结构化（股票交易数据）、半结构化（网络日志）和非结构化（文本数据、音频数据、视频数据）为主的大数据。其中非结构化数据占互联网数据总量的80%。《大数据时代》作者维克托·迈尔-舍恩伯格说：“大家都在说大数据，大数据到底有多大？到底有多少信息说到zb字节，我们说10的21次方，这是什么意思？它的含义是什么？它如何发挥作用？ 1987年他还在读大学，当时数据世界还没有达到30亿gb，而到了2007年，增加到3000亿gb，20年间数据提高了100倍。
如果回溯历史的话，上一次数据如此快速增长是因为印刷的革命，用了50年实现数据翻一番的增长。如今20年间就实现了。”IBM的研究称，整个人类文明所获得的全部数据中，有90%是过去两年内产生的。而到了2020年，全世界所产生的数据规模将达到今天的44倍。每一天，全世界会上传超过5亿张图片，每分钟就有20小时时长的视频被分享。
我们每个人每天都产生很多数据，那这些数据是怎么存储的？
问题：我们每个人每天都产生很多数据，那这些数据是怎么存储的？回答：今日头条系的服务器，2018年的时候已经超过了17万台了，2019年或者是2020年肯定是更加高。大公司都是有数十万级别的服务器，除了数据存在我们的设备上，其他都是存在服务器上的。庞大的数据中心大型的互联网企业例如阿里、腾讯、今日头条等企业都是采用分布式的数据中心。
这些数据中心可以分布在不同的城市。例如阿里就在贵州等不同的城市都有数据中心的分布。而且，越是大型的企业就会购买越多的服务器，并且兴起更多的数据中心，第一个是因为他们需求很多的数据中心来满足企业和用户的需求；第二个是因为他们还会做备份和后备的，一旦一个数据中心出现问题就会在几毫秒之内自动切换到另外一个数据中心，保持企业运转。
所以，他们有数十万甚至更多的服务器也是正常的。分布式的设计理论上即使是分布式的设计，都会存在极限的。但是这个极限非常大，几乎没有可能达到。你要知道，他们采用分布式的数据中心设计，可以根据需求，兴建数据中心，然后购买服务器并且重新它的数据中心，能够大规模的横向增加服务器，只有成本能够承受得起就不用担心服务器不够用的问题。
