大数据定义
维基百科给出了大数据的定义。维基百科认为，大数据是指使用通常的软件工具在承受时间范围内捕获和管理的数据集。大数据是一种大规模的数据集，在过去的存储和管理分析中远远超过传统软件，因此被称为大数据。
简单来说，大数据就是大数据。大数据的核心价值在于存储和分析大量数据；大数据技术的战略意义不在于掌握大量数据信息，而在于专业处理这些有意义的数据。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是提高数据的加工能力，通过加工实现数据的增值。
可以实现大数据的应用可以概括为两个方向，一个是正确定制，另一个是预测。例如，通过搜索引擎搜索相同的内容，每个人的结果都非常不同。比如精准营销，百度推广，淘宝喜欢推荐，或者去一个地方自动向周边消费设施推荐。随着信息技术的快速发展，数据开始爆炸性增长。大数据中的数据不再是几个GB或几个TB用于单位，而是用于单位PB(1千个T)、EB(1百万个T)或ZB(10亿个T)为计量单位。
2.多样性主要体现在数据源多、数据类型多、数据相关性强三个方面。有许多数据来源。企业面临的传统数据主要是交易数据，互联网和物联网的发展带来了社交网站、传感器等多种来源数据。由于数据来源于不同的应用系统和设备，决定了大数据形式的多样性。
一般可分为财务系统数据、信息管理系统数据、医疗系统数据等结构化数据，其特点是数据之间的因果关系强；视频、图片、音频等非结构化数据，其特点是数据之间没有因果关系；三是半结构化数据，如HTML文档、邮件、网页等，其特点是数据间的因果关系弱。数据类型多，以非结构化数据为主。在传统企业中，数据以表格的形式保存。70%-85%的大数据是非结构化和半结构化的数据，如图片、音频、视频、网络日志和链接信息。数据之间的相关性强，交互频繁，如游客在旅途中上传的照片和日志，与游客的位置、行程等信息有很强的相关性。3.高速度是大数据与传统数据挖掘最明显的区别。
大数据与海量数据的重要区别在两方面：一方面，大数据的数据规模更大;另一方面，大数据对处理数据的响应速度有更严格的要求。实时分析而不是批量分析，数据输入、处理和丢弃立即生效，几乎没有延迟。数据的增长速度和处理速度是大数据高速度的重要体现。虽然企业有大量的数据，但发挥价值的只是很小的一部分。隐藏在大数据背后的价值是巨大的。由于大数据中有价值的数据所占比例很小，大数据的真实价值体现在大量不相关的数据中。挖掘出对未来趋势与模式预测分析有价值的数据，并通过机器学习方法、人工智能方法或数据挖掘方法深度分析，并运用于农业、金融、医疗等各个领域，以期创造更大的价值。云计算定义云计算是一种提供可用、方便、按需的网络访问，进入可配置的计算资源共享池（包括网络、服务器、存储、应用软件和服务）。这些资源可以快速提供，只需投入少量管理或与服务提供商互动。云计算是继20世纪80年代大型计算机向客户端-服务器转型后的又一个巨大变化。云计算不是针对特定的应用，可以在云的支持下构建不断变化的应用，同一个云可以同时支持不同的应用运行。如何理解云计算云计算的核心是服务云计算、大数据和物联网被称为第三次信息浪潮的代表性技术。
云计算将服务分为三个大层次，即IaaS(基础设施即服务)，PaaS和SaaS云计算的三个特点如下：
1。服务无处不在。用户只需要一个具有基本计算能力的计算设备和一个有效的互联网连接，就可以随时随地使用该服务。从这个意义上说，任何联网应用都有潜力成为云计算平台。
2.进入成本用户需要使用服务，但不具备独立提供服务的经济或技术条件。例如，有些企业需要定期进行大规模计算，但不值得购买具有大规模计算能力的计算设备。超级计算机中心允许多用户在没有计算设备的情况下以较小的成本分担超级计算机的成本。
3.用户决定应用云计算平台提供计算能力(包括处理器、内存、存储和网络接口)，但不关心用户的应用类型。用户利用云计算平台提供的计算能力，充分考虑云计算平台设置的(技术和经济)限制，开发出丰富多彩的应用。为什么云计算被称为云计算范围大、计算能力强、网络虚浮和云。
云计算（CloudComputing）它是一种分布式计算，是指通过网络云将巨大的数据计算处理程序分解成无数的小程序，然后通过由多个服务器组成的系统进行处理和分析，得到结果并返回给用户。
现阶段的云计算不仅是一种分布式计算，而且是分布式计算、效用计算、负载平衡、并行计算、网络存储、热备份冗余、虚拟化等计算机技术混合演变和跳跃的结果。云计算的关键技术有哪些？虚拟化技术是实现云计算的重要技术支持。虚拟化技术实现物理资源的逻辑抽象和统一表达，产生虚拟（非真实），各种软硬件资源可以形成虚拟资源池，用户和业务应用可以更有效地利用资源池，通过虚拟化技术可以提高资源利用率，可以根据用户需求变化，快速有效地部署资源。数据存储技术从安全、经济的角度来看，分布式存储无疑是云存储的最佳选择，使用多个副本存储相同的数据或多个备份方法，并行为用户提供，高传输率也是云计算数据存储技术的主要特点。
目前，有服务提供商使用这种数据存储技术Google、英特尔等。大规模数据管理技术云技术处理和利用大量数据的前提是，数据管理技术必须具高效管理大量数据的能力。目前，云计算系统中的数据管理技术主要是Google的Big Table数据管理技术和Hadoop开发的开源数据管理模块HBase。编程模型使用户能够在云环境中轻松获得编程服务，编程模型必须具有简单易操作的性能，使用户能够通过简单的编程实现既定的目标。此外，复杂的并行执行和任务调度对用户和编程人员的透明度也是该服务的主要特点。例如Google构造的Map Reduce编程规范可以满足上述要求。Map和Reduce两个简单概念构成基本的运算单元便可以并行处理海量的数据。Map Reduce目前广泛应用于编程模型和任务调度模型的需要。首先，大数据与云计算的关系(bigdata)，它是一种海量、高增长率、多元化的信息资产，需要新的处理模式才能具有更强的决策能力、洞察发现能力和流程优化能力。大数据与云计算的关系与硬币的正反面密不可分。单台计算机不能处理大数据，必须采用分布式计算架构。它的特点是挖掘大量数据，但必须依靠云计算的分布式处理、分布式数据库、云存储和虚拟化技术。他们理解，云计算技术是一个容器，大数据是存储在容器中的水，大数据依赖于云计算技术来存储和计算。