大数据（big data） ，指无法在一定时间范围内用常规软件工具进行捕捉 、管理和处理的数据集合 ，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量 、高增长率和多样化的信息资产 。
在维克托•迈尔-舍恩伯格及肯尼斯•库克耶编写的《大数据时代》[2]中大数据指不用随机分析法（抽样调查）这样捷径，而采用所有数据进行分析处理。大数据的5V特点（IBM提出）：Volume（大量） 、Velocity（高速）、Variety（多样） 、Value（低价值密度） 、Veracity（真实性） 。
对于“大数据”（Big data）研究机构Gartner给出了这样的定义 。“大数据”是需要新处理模式才能具有更强的决策力 、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产 。
麦肯锡全球研究所给出的定义是 ：一种规模大到在获取、存储 、管理 、分析方面大大超出了传统数据库软件工具能力范围的数据集合 ，具有海量的数据规模 、快速的数据流转、多样的数据类型和价值密度低四大特征 。
大数据技术的战略意义不在于掌握庞大的数据信息 ，而在于对这些含有意义的数据进行专业化处理 。换而言之 ，如果把大数据比作一种产业 ，那么这种产业实现盈利的关键，在于提高对数据的“加工能力” ，通过“加工”实现数据的“增值” 。
从技术上看 ，大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理 ，必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘 。但它必须依托云计算的分布式处理 、分布式数据库和云存储、虚拟化技术 。
随着云时代的来临 ，大数据（Big data）也吸引了越来越多的关注。分析师团队认为 ，大数据（Big data）通常用来形容一个公司创造的大量非结构化数据和半结构化数据 ，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱 。大数据分析常和云计算联系到一起 ，因为实时的大型数据集分析需要像MapReduce一样的框架来向数十 、数百或甚至数千的电脑分配工作 。
大数据需要特殊的技术，以有效地处理大量的容忍经过时间内的数据 。适用于大数据的技术 ，包括大规模并行处理（MPP）数据库 、数据挖掘 、分布式文件系统 、分布式数据库 、云计算平台、互联网和可扩展的存储系统。
|
