大数据具有的特点包括

海量、多样、高速、价值密度低、处理方式分布式、不确定性高等多方面的特征。下面从不同的角度来分析这些特点。

从数据本身来看，大数据的海量和多样性使得其存储和处理变得更为复杂。海量数据可以表现为数据量大、数据维度高、数据密度大等等，这些都会对存储设备和传输带宽提出很高的要求；而多样性表现为数据类型、格式、来源等各种方面的差异性，这大大增加了数据整合和融合的难度。同时，数据的高速增长和变化也使得数据的实时性成为更重要的考虑因素。

从数据处理方式来看，大数据的处理方式通常采用分布式计算，这要求数据被分割成小块，分布在不同的计算节点上进行处理和分析。这样能够提高处理速度和可扩展性。另外，还需要采用各种机器学习、数据挖掘等算法来对海量、多样、高维度的数据进行分析和挖掘，从而挖掘出更多的价值。

从数据价值来看，尽管大数据包含了很多有用的信息，但是由于其数据量巨大，导致数据的价值密度很低，因此需要采用各种手段来提高数据价值密度，例如采用机器学习算法进行数据挖掘、数据分析，从而发现更有价值的信息。

从不确定性来看，大数据的不确定性很高，有以下几个方面。首先是数据本身的不确定性，例如数据量巨大，但其中的错误率也可能很高；其次是数据的采集和记录方式的不确定性，例如数据来源可能不确定、数据先验知识很少；最后是因应用环境不同需要分析的数据范围、维度、粒度的不确定性等等。

总之，大数据具有的特点是海量、多样、高速、价值密度低、处理方式分布式、不确定性高等方面的特征。如何利用这些特点来发现和挖掘数据内涵，提取出可用于决策的信息，是大数据时代所面临的挑战和机会。