大資料（英語：Big data），又稱為巨量資料，指的是在傳統資料處理應用軟體不足以處理的大或複雜的資料集的術語。

資料也可以定義為來自各種來源的大量非結構化或結構化資料。從學術角度而言，大資料的出現促成廣泛主題的新穎研究。這也導致各種大資料統計方法的發展。大資料並沒有統計學的抽樣方法；它只是觀察和追蹤發生的事情。因此，大資料通常包含的資料大小超出傳統軟體在可接受的時間內處理的能力。由於近期的技術進步，釋出新資料的便捷性以及全球大多數政府對高透明度的要求，大資料分析在現代研究中越來越突出。

大資料是指無法在一定時間範圍內用常規軟體工具進行捕捉、管理和處理的資料集合，是需要新處理模式才能具有更強的決策力，洞察發現力和流程最佳化能力的海量、高增長率和多樣化的資訊資產。

大資料簡單理解為：

"大資料"是一個體量特別大，資料類別特別大的資料集，並且這樣的資料集無法用傳統資料庫工具對其內容進行抓取、管理和處理。

大資料是一個抽象的概念，對當前無論是企業還是政府、高校等單位面臨的資料無法儲存、無法計算的狀態。

什麼是大資料？怎麼理解大資料？

https://www.toutiao.com/i6684835763634307587/

對於“大資料”（Big data）研究機構Gartner給出了這樣的定義。“大資料”是需要新處理模式才能具有更強的決策力、洞察發現力和流程最佳化能力來適應海量、高增長率和多樣化的資訊資產。麥肯錫全球研究所給出的定義是：一種規模大到在獲取、儲存、管理、分析方面大大超出了傳統資料庫軟體工具能力範圍的資料集合，具有海量的資料規模、快速的資料流轉、多樣的資料型別和價值密度低四大特徵。大資料技術的戰略意義不在於掌握龐大的資料資訊，而在於對這些含有意義的資料進行專業化處理。換而言之，如果把大資料比作一種產業，那麼這種產業實現盈利的關鍵，在於提高對資料的“加工能力”，透過“加工”實現資料的“增值”。從技術上看，大資料與雲計算的關係就像一枚硬幣的正反面一樣密不可分。大資料必然無法用單臺的計算機進行處理，必須採用分散式架構。它的特色在於對海量資料進行分散式資料探勘。但它必須依託雲計算的分散式處理、分散式資料庫和雲端儲存、虛擬化技術。 [1] 隨著雲時代的來臨，大資料（Big data）也吸引了越來越多的關注。分析師團隊認為，大資料（Big data）通常用來形容一個公司創造的大量非結構化資料和半結構化資料，這些資料在下載到關係型資料庫用於分析時會花費過多時間和金錢。大資料分析常和雲計算聯絡到一起，因為實時的大型資料集分析需要像MapReduce一樣的框架來向數十、數百或甚至數千的電腦分配工作。大資料需要特殊的技術，以有效地處理大量的容忍經過時間內的資料。適用於大資料的技術，包括大規模並行處理（MPP）資料庫、資料探勘、分散式檔案系統、分散式資料庫、雲計算平臺、網際網路和可擴充套件的儲存系統。之前接觸過尚學堂的專業老師，讓我明白了很多。隨著科技越來越發達，大資料的引領著我們生活。