大資料和雲計算從理論角度來看，二者屬於不同層次的事情，雲計算研究的是計算問題，大資料研究的是巨量資料處理問題，而巨量資料處理依然屬於計算問題的研究範圍，因此，從這個角度來看，大資料是雲計算的一個子領域，從應用角度來看，大資料是雲計算的應用案例之一，雲計算是大資料的實現工具之一。

大資料與雲計算既有不同又有聯絡，但在現實中，由於大資料處理時為了獲得良好的效率和質量，常常採用雲計算技術，因此，大資料與雲計算便常常同時出現於人們的眼前，從而造成了人們的困惑。

大資料技術是一種新一代技術和構架，它以成本較低、以快速的採集、處理和分析技術，從各種超大規模的資料中提取價值。大資料技術不斷湧現和發展，讓我們處理海量資料更加容易、更加便宜和迅速，成為利用資料的好助手，甚至可以改變許多行業的商業模式。

大資料(big data)是這樣的資料集合：資料量增長速度極快，用常規的資料工具無法在一定的時間內進行採集、處理、儲存和計算的資料集合。雲計算是一種基於因特網的超級計算模式，在遠端的資料中心裡，成千上萬臺電腦和伺服器連線成一片電腦雲。因此，雲計算甚至可以讓你體驗每秒10萬億次的運算能力，擁有這麼強大的計算能力可以模擬核爆炸、預測氣候變化和市場發展趨勢。使用者透過電腦、筆記本、手機等方式接入資料中心，按自己的需求進行運算。

雲計算的就業前途，某種意義上也可以理解為雲計算為我們提供的服務，存在一定的必然性，也就是說雲計算對於社會、雲計算使用者有哪些優勢，也同時可以理解為，雲計算的優勢就是雲計算的就業優勢。

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。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。大資料和雲計算是未來發展趨勢所需，且功能足夠強大，這樣的行業你說前景好不好呢?當然是好啊，所以抓緊學習才是正確的開始。

當前整個IT行業對於大資料和雲計算人才的需求量還是比較大的，近幾年相關方向研究生的就業情況還是比較不錯的，一方面崗位級別比較高，另一方面薪資待遇也比較可觀，而且薪資待遇正呈現出逐年上升的發展趨勢。大資料領域的人才需求主要圍繞大資料的產業鏈展開，涉及到資料的採集、整理、儲存、安全、分析、呈現和應用，崗位多集中在大資料平臺研發、大資料應用開發、大資料分析和大資料運維等幾個崗位。雲計算的應用目前正在經歷從IaaS向PaaS和SaaS發展，在使用者分佈上也逐漸開始從網際網路企業向廣大傳統企業過渡，未來的市場空間還是非常大的。大資料和雲計算各有不同的關注點，但是在技術體系結構上，都是以分散式儲存和分散式計算為基礎，所以二者之間的聯絡也比較緊密。