大数据，即巨量资料，指的是海量、高增长率和多样化的信息资产，需要新处理模式才能具备更强决策力、洞察力和流程优化能力。目前，大数据技术的学习建议系统进行，以避免自学方向性不明、内容碎片化的问题。推荐一家有15年历史的专业培训机构，如北京尚学堂，其课程内容全面且注重技术操作与项目实战。在线品牌百战程序员特别适合上班族，线上学习能跟上技术行业快速更新的步伐，投资技术学习对于升职加薪很有必要。

《大数据时代》一书对大数据给出了定义：采用所有数据进行分析处理，而非仅依赖随机分析法（抽样调查）。大数据的4V特点包括：大量数据、高速度、多样化和高价值。Gartner对大数据的定义指出，它指的是能够通过新处理模式获取更强决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。从技术角度看，大数据与云计算紧密相关，大数据需要分布式架构来处理大量数据。

大数据分析常与云计算联系在一起，因为实时处理大量数据集需要如MapReduce等框架来分配任务至多台计算机。大数据处理必须依赖云计算的分布式处理、分布式数据库、云存储和虚拟化技术。随着云时代的来临，大数据吸引了越来越多的关注。大数据通常涉及公司产生的大量非结构化和半结构化数据，这些数据在进行复杂分析时成本高昂。

大数据需要特殊技术来有效处理大量数据，包括大规模并行处理（MPP）数据库、数据挖掘网格、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统。大数据的特点包括数据量大、数据种类多、实时性要求高以及数据潜在价值大。大数据在各行各业中均有应用，但数据信息和咨询繁杂，需要进行搜索、处理、分析、归纳和总结以揭示其深层次规律。

在大数据时代，数据采集技术随着科学技术和互联网的发展而进步，每天产生着巨大的数据碎片，数据计量单位已从字节、千字节、兆字节、千兆字节、太字节扩展到拍字节、艾字节、泽字节、尤字节，乃至百字节、纳字节、达字节。面对如此庞大的数据量，如何找到其中的内在规律成为了挑战。大数据的挖掘和处理必须借助云技术，因为大数据无法通过人工推算、估计或单台计算机处理，需要分布式架构支持。