大数据的概念范畴。大数据是指使用常规软件工具无法在一定时间范围内捕获、管理和处理的数据集合。它需要新的处理模型具有更强的决策和洞察发现能力。海量、高增长、多元化的信息资产的流程优化能力。麦肯锡全球研究院给出的定义是：规模如此庞大，其获取、存储、管理和分析能力大大超出传统数据库软件工具能力的数据集合。它具有数据规模海量、数据流动快速、多样化、数据类型低、价值密度低四个特点。
大数据的5V特征。在Victor Meyer-Schonberg和Kenneth Cukier撰写的《大数据时代》中，大数据是指利用所有数据，而不是随机分析（抽样调查）等捷径。分析和处理。大数据的5V特征（IBM提出）：Volume、Velocity、Variety、Value、Veracity。
具体来说，数据量：数据的大小决定了所考虑数据的价值和潜在信息。多样性：数据类型的多样性。速度：指获取数据的速度。可变性（Variability）：阻碍了处理和有效管理数据的过程。准确性：数据的质量。复杂性：数据量巨大且来源众多。价值：合理利用大数据，以低成本创造高价值。
从技术角度来看，大数据和云计算的关系就像同一枚硬币的两面密不可分。大数据无法由单台计算机处理，必须采用分布式架构。其特点在于海量数据的分布式数据挖掘。但必须依赖分布式处理、分布式数据库和云存储、云计算的虚拟化技术。
随着云时代的到来，大数据（Big data）也越来越受到人们的关注。分析师团队认为，大数据通常用来描述公司创建的大量非结构化和半结构化数据，这些数据下载到关系数据库进行分析需要花费太多时间和金钱。大数据分析通常与云计算联系在一起，因为大型数据集的实时分析需要MapReduce 等框架将工作分配给数十、数百甚至数千台计算机。
大数据需要特殊的技术来在可容忍的时间内有效地处理大量数据。适用于大数据的技术包括大规模并行处理（MPP）数据库、数据挖掘、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展存储系统。
大数据有多大？要理解大数据的概念，首先要从大开始。大是指数据的规模。大数据一般是指10TB（1TB=1024GB）以上的数据量。大数据不同于过去的海量数据。其基本特征可以用四个V（Vol-ume、Variety、Value、Velocity）来概括，即体量大、多样性、价值密度低、速度快。
四大特点：
首先，数据量巨大。从TB级到PB级。
其次，数据的种类很多，比如前面提到的网络日志、视频、图片、地理位置信息等。
三是价值密度低。以视频为例，在连续不间断的监控过程中，潜在有用的数据只有一两秒。
四是处理速度快。 1秒规则。最后一点也与传统的数据挖掘技术有着根本的不同。物联网、云计算、移动互联网、车联网，手机、平板电脑、PC、遍布地球各个角落的各种传感器，都是数据源或者承载方式。
大数据的价值大数据技术是指从各类海量数据中快速获取有价值信息的技术。解决大数据问题的核心是大数据技术。现在的大数据一词不仅指数据本身的规模，还指用于收集数据的工具、平台和数据分析系统。大数据研发的目的是发展大数据技术并将其应用于相关领域，通过解决海量数据处理问题推动其突破性发展。因此，大数据时代带来的挑战不仅体现在如何处理海量数据以获得有价值的信息，还体现在如何加强大数据技术的研发，抢占信息技术发展的前沿。时代。
