大数据是指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合。大数据技术是指从各种各样类型的数据中，快速获取有价值信息的能力。
二大数据的定义大数据由巨型数据集组成，这些数据集大小常超出人类在可接受时间下的收集、使用、管理和处理能力。数据大小通常在TB或PB级别。
三大数据的特点一是数据体量巨大，通常在TB或PB级别。
二是数据类型多样。数据类型除了以往的结构化数据外，更多的是文字、日志、图片、视频、地理位置信息等非结构化数据，个性化数据。
三是处理速度快。数据处理遵循“1秒定律”，可从各种类型的数据中快速获得高价值的信息。四是价值密度低。以视频为例，一小时的视频，在不间断的监控过程中，可能有用的数据仅仅只有一两秒。
四与传统BI区别BI(BusinessIntelligence)即商业智能，它是企业数据化管理的一整套方案，用来将企业中现有的数据进行有效的整合，快速准确的提供报表并提出决策依据，帮助企业做出明智的业务经经营决策，解决的是管理运营战略的问题。BI更倾向于事后数据分析，根据历史数据，进行汇总、挖掘，预测未来。大数据则是由于数据量的增长，传统数据分析和挖掘工具无法满足要求，需要一种新的针对数据的处理模式，而衍生出来的技术。它采集的数据更广范，除了常规的结构化数据外，更多的是非结构化数据，并且能够做的实时分析、预测。大数据更侧重于解决某一类问题，比如全网用户画像，对网络、传感器等非结构化海量数据的实时分析。不管定义如何不同，大数据与传统BI是社会发展到不同阶段的产物，大数据对传统BI，既有继承，也有发展。从“道”的角度讲，BI与大数据区别在于前者更倾向于决策，对事实描述更多是基于群体共性，帮助决策者掌握宏观统计趋势，适合经营运营指标支撑类问题，大数据则内涵更广，倾向于刻画个体，更多的在于个性化的决策。从技术角度来说，传统BI的技术标签有ETL、数据仓库、OLAP、可视化报表。大数据的技术标签有Hadoop、MPP、HDFS、MapReduce、流处理等。
五大数据思维十大原理1、数据核心原理:从“流程”核心转变为“数据”核心
大数据时代，计算模式也发生了转变，从“流程”核心转变为“数据”核心。Hadoop体系的分布式计算框架已经是“数据”为核心的范式。非结构化数据及分析需求，将改变IT系统的升级方式：从简单增量到架构变化。大数据下的新思维——计算模式的转变。
例如：IBM将使用以数据为中心的设计，目的是降低在超级计算机之间进行大量数据交换的必要性。大数据下，云计算找到了破茧重生的机会，在存储和计算上都体现了数据为核心的理念。大数据和云计算的关系：云计算为大数据提供了有力的工具和途径，大数据为云计算提供了很有价值的用武之地。而大数据比云计算更为落地，可有效利用已大量建设的云计算资源，最后加以利用。
科学进步越来越多地由数据来推动，海量数据给数据分析既带来了机遇，也构成了新的挑战。大数据往往是利用众多技术和方法，综合源自多个渠道、不同时间的信息而获得的。为了应对大数据带来的挑战，我们需要新的统计思路和计算方法。
说明：用数据核心思维方式思考问题，解决问题。以数据为核心，反映了当下IT产业的变革，数据成为人工智能的基础，也成为智能化的基础，数据比流程更重要，数据库、记录数据库，都可开发出深层次信息。云计算机可以从数据库、记录数据库中搜索出你是谁，你需要什么，从而推荐给你需要的信息。
2、数据价值原理:由功能是价值转变为数据是价值
大数据真正有意思的是数据变得在线了，这个恰恰是互联网的特点。非互联网时期的产品，功能一定是它的价值，今天互联网的产品，数据一定是它的价值。
例如：大数据的真正价值在于创造，在于填补无数个还未实现过的空白。有人把数据比喻为蕴藏能量的煤矿，煤炭按照性质有焦煤、无烟煤、肥煤、贫煤等分类，而露天煤矿、深山煤矿的挖掘成本又不一样。与此类似，大数据并不在“大”，而在于“有用”，价值含量、挖掘成本比数量更为重要。不管大数据的核心价值是不是预测，但是基于大数据形成决策的模式已经为不少的企业带来了盈利和声誉。
数据能告诉我们，每一个客户的消费倾向，他们想要什么，喜欢什么，每个人的需求有哪些区别，哪些又可以被集合到一起来进行分类。大数据是数据数量上的增加，以至于我们能够实现从量变到质变的过程。举例来说，这里有一张照片，照片里的人在骑马，这张照片每一分钟，每一秒都要拍一张，但随着处理速度越来越快，从1分钟一张到1秒钟1张，突然到1秒钟10张后，就产生了电影。当数量的增长实现质变时，就从照片变成了一部电影。
美国有一家创新企业Decide.北京哪家看白癜风比较好治疗白癜风的中成药
