大資料技術可以分為大資料的儲存和處理技術：分為資料倉儲技術和Hadoop；大資料查詢和分析、互動式分析技術和SQLonhadoop；大資料的執行和應用技術，主要還是機器學習資料探勘的發展。

大資料包含以下四大特性：

1、巨量性：資料量龐大，其以TB--EB為儲存單位，資料量級以幾何級數增長。

2、實時性：實時變動的流動資料，反應時間僅短短几秒至萬分之一秒。

3、多樣性：種類繁雜的資料，含結構、非結構、純文字、多媒體資料，格式不統一。

4、不確定性：真偽存疑、不確定的資料量，因為資料不完整、不一致、時間差、蓄意欺騙等可能會導致重大損失。

大資料其實是IT行業術語，如果要去解釋它，應該就是在一定時間內使用特定的工具，對行為進行捕捉和統計，從而篩選出想要的，比如精準營銷，以及你說的大資料推送。

大資料（big data），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。

大資料推送就是系統給你選擇要推薦的物品項（比如文章，比如電影，比如影片等）時，會根據很多的因素來決策，常見的考慮因素有：從你所瀏覽過的物品進行直接關聯可以關聯被瀏覽項的同類別，也可以關聯同風格屬性比如，你剛剛瀏覽了咖啡相關的商品，那麼直接跟咖啡有類似關係或者關聯關係的物品，可以作為候選項； 或者泛化一下，咖啡屬於快飲品，那麼一切快飲類別的東西，也可以作為你的推薦候選項；還有，咖啡可能屬於“偏小資”風格的食品，那麼這種風格的各物品項，也可能作為你的推薦候選項從你所瀏覽過的物品對你進行畫像，然後按照跟你畫像相似的人群進行關聯比如，你剛剛瀏覽了某電視以及你以前的瀏覽歷史記錄，給你畫像，發現跟你相似的人群中，很多人看了這個電視的同時還對科普類文章感興趣，那麼，系統就可以大膽猜測你大機率也會對科普類文章感興趣，然後那篇的文章，正好屬於科普類，就推薦給你了。