大資料(big data,mega data)，或稱巨量資料，指的是需要新處理模式才能具有更強的決策力、洞察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。
目前大資料技術的話，建議系統學習，自學沒有方向，學習太碎片化，推薦一家北京尚學堂，15年了，課程很專業，有一個同事就是他家培訓完應聘過來的，技術操作和專案實戰這塊確實可以，記得他家的線上品牌是百戰程式設計師，上班族的工作性質，可以考慮線上學習，技術行業更新發展太快，學習投資，升職加薪就很有必要。
在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大資料時代》 中大資料指不用隨機分析法（抽樣調查）這樣的捷徑，而採用所有資料進行分析處理。大資料的4V特點：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（價值）。
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的海量、高增長率和多樣化的資訊資產。
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。
隨著雲時代的來臨，大資料（Big data）也吸引了越來越多的關注。《著雲臺》的分析師團隊認為，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、資料探勘電網、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。
大資料的特點。資料量大、資料種類多、 要求實時性強、資料所蘊藏的價值大。在各行各業均存在大資料，但是眾多的資訊和諮詢是紛繁複雜的，我們需要搜尋、處理、分析、歸納、總結其深層次的規律。
大 資料的採集。科學技術及網際網路的發展，推動著大資料時代的來臨，各行各業每天都在產生數量巨大的資料碎片，資料計量單位已從從Byte、KB、MB、 GB、TB發展到PB、EB、ZB、YB甚至BB、NB、DB來衡量。大資料時代資料的採集也不再是技術問題，只是面對如此眾多的資料，我們怎樣才能找到 其內在規律。
大資料的挖掘和處理。大資料必然無法用人腦來推算、估測，或者用單臺的計算機進行處理，必須採用分散式計算架構，依託雲計算的分散式處理、分散式資料庫、雲端儲存和虛擬化技術，因此，大資料的挖掘和處理必須用到雲技術。
大資料(big data,mega data)，或稱巨量資料，指的是需要新處理模式才能具有更強的決策力、洞察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。
目前大資料技術的話，建議系統學習，自學沒有方向，學習太碎片化，推薦一家北京尚學堂，15年了，課程很專業，有一個同事就是他家培訓完應聘過來的，技術操作和專案實戰這塊確實可以，記得他家的線上品牌是百戰程式設計師，上班族的工作性質，可以考慮線上學習，技術行業更新發展太快，學習投資，升職加薪就很有必要。
在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大資料時代》 中大資料指不用隨機分析法（抽樣調查）這樣的捷徑，而採用所有資料進行分析處理。大資料的4V特點：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（價值）。
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的海量、高增長率和多樣化的資訊資產。
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。
隨著雲時代的來臨，大資料（Big data）也吸引了越來越多的關注。《著雲臺》的分析師團隊認為，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、資料探勘電網、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。
大資料的特點。資料量大、資料種類多、 要求實時性強、資料所蘊藏的價值大。在各行各業均存在大資料，但是眾多的資訊和諮詢是紛繁複雜的，我們需要搜尋、處理、分析、歸納、總結其深層次的規律。
大 資料的採集。科學技術及網際網路的發展，推動著大資料時代的來臨，各行各業每天都在產生數量巨大的資料碎片，資料計量單位已從從Byte、KB、MB、 GB、TB發展到PB、EB、ZB、YB甚至BB、NB、DB來衡量。大資料時代資料的採集也不再是技術問題，只是面對如此眾多的資料，我們怎樣才能找到 其內在規律。
大資料的挖掘和處理。大資料必然無法用人腦來推算、估測，或者用單臺的計算機進行處理，必須採用分散式計算架構，依託雲計算的分散式處理、分散式資料庫、雲端儲存和虛擬化技術，因此，大資料的挖掘和處理必須用到雲技術。