大数据（bigdata)，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、高增率和多样化的信息资产。
在维克多.迈尔.舍恩伯格及肯尼斯.库克耶编写的「大数据时代」中，大数据指不用隨机分析法这样捷径，而釆用新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(低价值速度）、Veracity(真实性）。
大数据是維克托.迈尔.舍恩伯格及肯尼斯.库克耶于年8月中旬提出的，其应用学科是计祘机、信息科學和統計学。
大数据的定义是；大数据是需要新处理模式才能有更強的决策力、洞察发現力和流程优化能力來适应海量、高增長率和多样化的信息資产。
麦肯钖全球研究所給出的定义是：一种规模大到在获取、存储、管理、分析方面大大超过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进行专业化处理。换言之，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，必须釆用分布式架构。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，分布式式数据库和云存储、虚拟化技术。
随着云时代的来临，大数据也吸引了越来越多的
其次，想要系统地认知大数据，必须要全面而细致的分解它，着手从三个层面来展开：
第一层面是理论：理论是认知的必经途径，也是被广泛认同和傳播的基线。在这里从大數據的特征定义理解行业对大数据的整体描绘和定性；从对大数据价值的探討来深入解析大数据的珍貴所在；洞悉大数据的發展趋势；从大数据隐私这个特別而重要的視覺审視人和数据之間的长久搏弈。
第二层面是技术：技术是大数据价值体现的手段和前进的基石。在这里分别从云计算、分布式处理技术、存储技术和感知技术的发展来说明大数据从采集、处理、存储到形成结果的整个过程。
第三层面是实践：实踐是大数据的最終价值体現。在这里分別从互联网的大数据，*府的大数据，企业的大数据和个人的大数据四个方面來描绘大数据已經展現的美好景象及即將实現的蓝图。
大数据的应用：
洛杉矶警察局和加利福尼亚大学合作利用大数据预测犯罪的发生。
Google流感趋势利用搜索关键词预测禽流感的散布。
统计学家内特.西尔弗利用大数据预测年美國选举結果。
麻省理工學院利用手机定位数据和交通数据建立城巿規劃。
梅西百货的实時定价机制。根據需求和庫存的情況，该公司基於SAS的系統对多达万种货品进行实时调价。
医疗行业早就遇到了海量數據和非结构化數據的挑戰。近年来很多国家都在积极推进医疗信息的發展，这使得很多医疗机构有資金來做大數據分析。
大數據的意义：
现在的社会是一个高速发展的社会，科技发达，信息流通，人们之间的交流越来越密切，生活也越来越方便，大数据就是这个高科技时代的产物。阿里巴巴创办人马云在台演讲中就提到：未來的时代將不是IT時代，而是DT时代，DT就是DataTechnology,数据科技，显示大数据，对于阿里巴巴集團来说举足輕重。
大数据的價值体現在以下几个方面：
1.对大量消費者提供产品或服務的企业可以利用大数据进行精准营銷。
2.做小而美模式的中小微企业可以利用大数据做服務转型。
3.面臨互联网压力之下必須轉型的傳統企業需要与时俱进充分利用大数据的价值。
不过，大数据在經济发展中的巨大意义并不代表其能取代一切对于社會問題的理性思考，科学发展的逻辑不能被湮没在海量的数据中。
在这个快速发展的智能硬件时代，困扰应用开发者的一个重要问題就是如何在功率、覆蓋范围、传輸速率和成本之间找到那个微妙的平衡点。企業組織利用相关数据和分析可以帮助它們降低成本、提高效率、开发新产品、做出更明智的业务決策等等。例如，通過結合大数据和高性能的分析，下面這些对企業有益的情況都可能發生：
1.及时解析故障、問題和缺陷的根源，每年可能为企业节省数十亿元。
2.为成千上万的快速车辆規划实时交通路线，躲避拥堵。
3.分析所有SKU,以利润最大化为目标来定价和清理庫存。
4.根據客戶的购买习惯，为其推送他可能感兴趣的优恵信息。
5.从大量客戶中快速识别出金牌客戶。
6.使用点击分析和数据挖掘來規避欺诈行為。
大数据好事的趋势：
趋势一：数据的資源化。
数据的资源化是指大数据成为企业和社會
趋势三：科學理论的突破。
隨着大数据的快速发展，就像計算机和互联网一样，大数据很可能是新一轮的技术革命。隨之兴起的数据挖掘、机器学习和人工智能与相关技术，可能会改变数据世界里很多祘法和基础理论，实現科学技術上的突破。
趋势四：数据科学和数据联盟的成立。
未来，数据科学将成为一门专门的学科，被越来越多的人所认知。基于数据这个平台，也将建立起跨领域的数据共享平台，之后，数据共享将扩展各企业层面，并且成为未来产业的核心一环。
趋势五：数据泄露泛滥。
未來几年数据泄露事件的增長率也许会达到百分之百，除非数据在其源頭就能得到安全保障。因此，所有企业，无论規模大小，都需要重新審視今天的安全定义，企业需要从新的角度來确保自身及客戶数据，所有数据在创建之初便需要获得安全保障，而並非在数据保存的最后一个环节，仅仅加強后者的安全措施已被证明于事无补。
趋势六：数据管理成为核心竞争力。
数据管理成为核心竞争力，直接影响财务表现。当"数据资产是企业核心资产"深入人心之后，企业对于数据管理便有了更清??的界定，将数据管理作为企业核心竞争力，持续发展，战略性规划与运用数据资产，成为企业数据管理的核心。数据管理效率与主营业务收入增长率、销售收入增长率显著正相关；此外，对于具有互联网思维的企业而言，数据资产竞争力所占的比重为百分之三十六点八，数据资产的管理效果将直接影响企业的财务表现。
趋势七：数据质量是BI(商业智能）成功的，。
采用自助式商业智能工具进行大数据处理的企业将会脱颖而出。其中要面临一个挑战是：很多数据源会带来大量低质量数据。欲成功，企業需要理解原始数据与数据分析之间的差距，从而消除低质量数据并通过BI获得更佳决策。
趋势八：数据生态系統復合化程度加強。
大数据的世界不只是个单一的、巨大計祘机网络，而是一个由大量活动构件与多元参与者元素所构成的生态系統，終端設備提供商、基础設施提供商、网絡服務提供商、网絡接入服務提供商、数据服務使能者、数据服務提供商、触点服務、数据服務零售商等等一系列的参与者共同构建的生态系統。而今，这样一套数据生态系統的基本雏形已然形成，接下來的發展将趋向于系統內部角色的细分，也就是市場的細分；系統机制的調整，也就是商業模式的创新；系統結构的調整，也就是竞争環境的調整等等，从而使数据生态系統複合化程度逐漸加强。
大数据的IT分析工具。
大数据概念应用到IT操作工具产生的数据中，大数据可以使IT管理软件供應商解決广泛的业务决?。IT系統，应用和技术基础设施每天每秒都在产生数据。大数据非结构化或者結构数据都代表了所有用戸的行为。
我国*府对促進大數據发展十分重视，年9月，国务院印发「促進大數據发展行動纲要」，系統部署大數據发展工作，这对我国大數據時代的到來起了極大的推動作用。