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。

　　簡言之，從各種各樣型別的資料中，快速獲得有價值資訊的能力，就是大資料技術。明白這一點至關重要，也正是這一點促使該技術具備走向眾多企業的潛力。 　　大資料的4個“V”，或者說特點有四個層面：第一，資料體量巨大。從TB級別，躍升到PB級別;第二，資料型別繁多。前文提到的網路日誌、影片、圖片、地理位置資訊等等。第三，價值密度低。以影片為例，連續不間斷監控過程中，可能有用的資料僅僅有一兩秒。第四，處理速度快。1秒定律。最後這一點也是和傳統的資料探勘技術有著本質

　　的不同。業界將其歸納為4個“V”——Volume，Variety，Value，Velocity。 　　物聯網、雲計算、移動網際網路、車聯網、手機、平板電腦、PC以及遍佈地球各個角落的各種各樣的感測器，無一不是資料來源或者承載的方式 著雲臺

　　例子包括網路日誌，RFID，感測器網路，社會網路，社會資料(由於資料革命的社會)，網際網路文字和檔案;網際網路搜尋索引;呼叫詳細記錄，天文學，大氣科學，基因組學，生物地球化學，生物，和其他複雜和/或跨學科的科研，軍事偵察，醫療記錄;攝影檔案館影片檔案;和大規模的電子商務。

　　大的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。

　　一些但不是所有的MPP的關係資料庫的PB的資料儲存和管理的能力。隱含的負載，監控，備份和最佳化大型資料表的使用在RDBMS的。

　　斯隆數字巡天收集在其最初的幾個星期，比在天文學的歷史，早在2000年的整個資料收集更多的資料。自那時以來，它已經積累了140兆兆 位元組的資訊。這個望遠鏡的繼任者，大天氣巡天望遠鏡，將於2016年在網上和將獲得的資料，每5天沃爾瑪處理超過100萬客戶的交易每隔一小時，反過來進口量資料庫估計超過2.5 PB的是相當於167次，在美國國會圖書館的書籍 。

　　FACEBOOK處理400億張照片，從它的使用者群。解碼最初的人類基因組花了10年來處理時，現在可以在一個星期內實現。

　　“大資料”的影響，增加了對資訊管理專家的需求，甲骨文，IBM，微軟和SAP花了超過15億美元的在軟體智慧資料管理和分析的專業公司。這個行業自身價值超過1000億美元，增長近10%，每年兩次，這大概是作為一個整體的軟體業務的快速。 　　大資料已經出現，因為我們生活在一個社會中有更多的東西。有46億全球行動電話使用者有1億美元和20億人訪問網際網路。

　　基本上，人們比以往任何時候都與資料或資訊互動。 1990年至2005年，全球超過1億人進入中產階級，這意味著越來越多的人，誰收益的這筆錢將成為反過來導致更多的識字資訊的增長。思科公司預計，到2013年，在網際網路上流動的交通量將達到每年667艾位元組。

　　最早提出“大資料”時代已經到來的機構是全球知名諮詢公司麥肯錫。麥肯錫在研究報告中指出，資料已經滲透到每一個行業和業務職能領域，逐漸成為重要的生產因素;而人們對於海量資料的運用將預示著新一波生產率增長和消費者盈餘浪潮的到來。

　　“麥肯錫的報告發布後，大資料迅速成為了計算機行業爭相傳誦的熱門概念，也引起了金融界的高度關注。”隨著網際網路技術的不斷髮展，資料本身是資產，這一點在業界已經形成共識。“如果說雲計算為資料資產提供了保管、訪問的場所和渠道，那麼如何盤活資料資產，使其為國家治理、企業決策乃至個人生活服務，則是大資料的核心議題，也是雲計算內在的靈魂和必然的升級方向。”

　　事實上，全球網際網路巨頭都已意識到了“大資料”時代，資料的重要意義。包括EMC、惠普(微博)、IBM、微軟(微博)在內的全球IT 巨頭紛紛透過收購“大資料”相關廠商來實現技術整合，亦可見其對“大資料”的重視。

　　“大資料”作為一個較新的概念，目前尚未直接以專有名詞被中國政府提出來給予政策支援。不過，在12月8日工信部發布的物聯網“十二五”規劃上，把資訊處理技術作為4項關鍵技術創新工程之一被提出來，其中包括了海量資料儲存、資料探勘、影象影片智慧分析，這都是大資料的重要組成部分。而另外3項關鍵技術創新工程，包括資訊感知技術、資訊傳輸技術、資訊保安技術，也都與“大資料”密切相關。

簡而言之，大資料是指大資料集，這些資料集經過計算分析以揭示與資料的某個方面相關的模式和趨勢。首先，還是要重新審視大資料的定義。行業裡對大資料的定義有很多，有廣義的定義，也有狹義的定義。

廣義的定義，有點哲學味道——大資料，是指物理世界到數字世界的對映和提煉。透過發現其中的資料特徵，從而做出提升效率的決策行為。

狹義的定義，是技術工程師給的——大資料，是透過獲取、儲存、分析，從大容量資料中挖掘價值的一種全新的技術架構。

大資料是非結構化或半結構化資料集的集合，是高科技時代的產物，企業組織利用相關資料和分析幫助它們降低成本、提高效率、開發新產品做出更明智的業務決策，所以大資料行業還是不容小覷的。

大資料軟體有哪些？大資料軟體技術簡介

https://www.toutiao.com/i6718993848996987396/

大資料（big data），IT行業術語，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。

大資料顧名思義就是海量的資料堆在一起，就現成了大資料，大資料分實時時間和歷史資料，大資料又分it資料，ot資料，影片時間，影象資料，時空資料等多型別資料，大資料的目的就是實現更智慧，更智慧。大資料不去挖掘分析就是一堆無用的資料，所以就必須各種行業應用專家去建模，去分析挖掘。因此在大資料面前，行業專家最吃香，碼農一抓一大把，模型專家有幾個。對於企業大資料分析挖掘可以為企業提高效率，提高品質，降低成本等等若干優點，越是規模大的企業，大資料探勘價值越大，給你舉2個例子，一個就是九江某石化公司，沒有進行大資料探勘最佳化前年年虧損，挖掘最佳化後，他的效率提高了，他的品質提供了，現在每年盈利20多個億，在石化行業，產品分多個品質，提高几個百分點就是另外一個品質，價格差異很大，這些企業產量相當驚人，上升1個百分點都很厲害。再舉個例子，滴滴最佳化分配問題，因為他們一段時間內產生資料量太大，沒有最佳化前，為了解決實時性問題，用了幾百萬硬體堆疊，用硬體解決效能問題，最佳化後，一臺筆記本解決，所以學好數學還是很關鍵的。

大資料的概念：大資料（big data），IT行業術語，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。本質就是利用資料實現對業務的洞察和智慧化。

推薦可以去學習高琪老師的Java300集，教你如何入門學習。

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。 這是研究機構Gartner給出了這樣的定義。

大資料，更多的功能是分析過去，提醒現在，展望未來。無法用到實踐中去的大資料都是耍流氓，無論這個結果是造福了全人類，還是幫助網站提高1%轉化率，這都是有用的。

擴充套件資料：

將人們所收集的各種資料分類彙總，最終透過高精尖的平臺運算，分析其中的規律所在，就是大資料的應用。如果資料收集得當，任何行業、任何事情都可以運用大資料尋找規律，最終做出最優的小抉擇。

無論從公司營銷、政府決策、高速公路運營、農場管理、來年預算等等，大大小小的事情都可以應用大資料，並且從中獲利。