如果你對大資料一無所知，那麼你肯定丟1KB,1MB,1GB,1TB不陌生，那麼TB之後是什麼單位呢？1 PB、1 EB 、1 ZB、1 YB 、1 BB、1 NB、1 DB。 TB以上的資料稱之為大資料。而我們每天說的大資料其實更多的是指大資料技術。大資料技術就對這些含有意義的海量資料進行專業化處理，這些海量資料完全超出了人工或傳統的資料分析工具的能力範圍。

大資料的應用範圍非常廣，幾乎可以說是覆蓋全行業。

例如：

雲端儲存內容推薦物品推薦廣告計算金融信用資料分析智慧城市未來的人工智慧、安全執法、交通最佳化、城市規劃都會應用大資料技術作為支援，所以就業範圍廣，人才缺口大是有原因的。

您好！我是杭州華信智原教育科技有限公司的老師，我們公司是專業從事網際網路技能培訓和提升的，其中JAVA和大資料分析是我們的王牌的專業，對於您的問題我的解答是這樣的：大資料的定義。大資料，又稱巨量資料，指的是所涉及的資料資料量規模巨大到無法透過人腦甚至主流軟體工具，在合理時間內達到擷取、管理、處理、並整理成為幫助企業經營決策更積極目的的資訊。大資料現在已經滲入到我們生活的方方面面了 他就像空氣和水我們雖然看不見 但是卻離不開了！

大資料，簡單地說，就是海量資料 —— 海量可以被統計和分析並應用的標準化資訊。

以前，我們說，資訊時代。資訊可以有很多表現形式，語音，圖片，文字等等。資料時代，或者說大資料時代，要把這些資訊用技術手段用標準的方式——資料蒐集，儲存，分析，應用。

資料很重要，但是孤立的資料難以發揮作用。大資料就是很多資料都放一起，把關聯的資料用科學的方式篩選出來，進行分析。然後應用到生產過程和生活經驗中去。

在物流配送的升級中，提前預判是很重要的一個過程。透過長期的資料蒐集，一種商品的瀏覽量大概有多少的轉化率，可以變成實際銷量是可以被統計出來的。然後，買家的地域資訊也是有統計的。對於某些商品，可以提前進行區域分配，舉個例子，生產基地在浙江，但是預計北京在雙十一可以賣出1000份，那麼可以提前把1000份放在北京的倉庫，等下單之後可以快速配送。以前對銷量的預估是憑感覺和經驗，很不準確，有了大資料，這個預估可以很接近實際情況。既避免過度儲備導致庫存壓力，也避免準備不足，貨源不足。如果沒有大量資料作為支撐，是做不到這一點的。

大資料的用處當然很多，簡單來說，至少可以幫助我們做更好的準備工作，做更合理的分配方案，做更快的及時反應。

另外，無人駕駛之類的技術，也需要海量資料支撐的。大資料不是什麼新鮮的東西，只不過以往，我們沒辦法，沒能力做這個事。現在，我們至少開始嘗試了。所以，我們也可以說是進入了大資料時代。大資料雖然不能涵蓋所有資料，但是可以是實現對用資料的大體呈現了。

目前處於資訊爆炸的年代，海量的資料每天都在產生，而相應的技術也應運而生。

目前處理海量資料的方式，是透過橫向擴充套件的方式，將大任務拆解為小任務，利用計算機叢集的計算能力進行計算分解。從而達到海量資料處理的能力。