大数据是指常规软件工具在一定时间范围内无法捕捉、管理和处理的数据集合。它是一种海量、高增长和多样化的信息资产，需要新的处理模式来具有更强的决策、洞察和发现以及流程优化能力。

在维克多·迈耶-勋伯格和肯尼斯·库克耶(Kenneth Cookeye)所著的《大数据时代》(Big Data Age)中，大数据意味着所有数据都用于分析和处理，没有随机分析(抽样调查)的捷径。大数据的5V特性(IBM提出):容量、速度、多样性、价值、准确性。

推荐课程:Python教程。

定义

大数据和云计算的关系

“大数据”研究机构Gartner给出了这样的定义。“大数据”是一种信息资产，它需要一种新的处理模式来具有更强的决策、洞察和流程优化能力，以适应海量、高增长率和多样化。

麦肯锡全球研究所给出的定义是:在获取、存储、管理和分析方面，规模极大地超过传统数据库软件工具能力的数据集。它有四个特点:数据规模大、数据流快、数据类型多样、价值密度低。

大数据技术的战略意义不在于掌握海量的数据信息，而在于对这些有意义的数据进行专业化处理。换句话说，如果把大数据比作一个行业，这个行业盈利的关键在于提高数据的“处理能力”，通过“处理”实现数据的“增值”。

从技术上讲，大数据和云计算的关系就像硬币的正反面一样密不可分。大数据不是单台计算机就能处理的，必须采用分布式架构。其特点在于对海量数据进行分布式数据挖掘。但它必须依靠云计算、分布式数据库、云存储和虚拟化技术的分布式处理。

随着云时代的到来，大数据越来越受到关注。分析师团队表示，大数据通常用于描述公司创建的大量非结构化数据和半结构化数据，当下载到关系数据库进行分析时，会花费太多的时间和金钱。大数据分析经常与云计算联系在一起，因为对大数据集的实时分析需要像MapReduce这样的框架来将工作分配给几十台、几百台甚至几千台计算机。

大数据需要特殊的技术来有效地处理容差时间内的大量数据。适用于大数据的技术包括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、互联网和可扩展存储系统。

最小基本单位是位，所有单位按顺序给出:bit、Byte、KB、MB、GB、TB、PB、EB、ZB、YB、BB、NB、DB。

它们是按照1024(2的十次方)的推进率计算的:

1字节=8位

1 KB = 1，024字节= 8192位

1 MB = 1，024 KB = 1，048，576字节

1 GB = 1，024 MB = 1，048，576 KB

1 TB = 1，024 GB = 1，048，576兆字节

1 PB = 1，024 TB = 1，048，576 GB

1 EB = 1，024 PB = 1，048，576 TB

1 ZB = 1，024 EB = 1，048，576 PB

1 YB = 1，024 ZB = 1，048，576 EB

1 BB = 1，024 YB = 1，048，576 ZB

1 NB = 1，024 BB = 1，048，576 YB

1db = 1024 NB = 1048576 BB