大資料本質上是人類社會資料積累從量變到質變的必然產物，是在資訊高速公路基礎上的進一步公升級和深化，提公升人工系統智慧型水平的重要途徑，對人類社會的發展具有極其重大的影響和意義。
大資料是乙個體量特別大、資料類別特別多的資料集，並且這樣的資料集無法用傳統軟體工具對其內容進行抓取、管理和處理。大資料首先是資料體量（volumes)大，一般在10tb規模左右，但在實際應用中，很多企業使用者把多個資料集放在一起，已經形成了 pb 級的資料量。其次是資料類別（variety)多，資料來自多種資料來源，資料種類和格式日漸豐富，包括半結構化和非結構化資料。再次是資料處理速度（velocity)快，在資料量非常 龐大的情況下，也能夠做到資料的實時處理。最後乙個特點是資料真實性（veracity)高， 企業越發需要有效的資訊之力以確保其真實性及安全性。
大資料是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的資訊資產。
隨著雲計算、雲儲存和物聯網等技術廣泛應用，人們通過搜尋引擎等獲取資訊，尋找知識，構建知識圖；人類的各種社會互動、溝通，社交網路和感測器也正在生成海量資料；商業自動化導致海量資料儲存，但用於決策的有效資訊又隱藏在資料中，如何從資料中發現知識，大資料探勘技術應運而生！
大資料、資料探勘、資料分析、人工智慧與大資料和雲計算的關係，總而言之，還希望大家多看下這方面的科譜專文，不過癮的話，可以搜尋多智時代，今天主要為大家腦補幾篇，請大家認真閱讀：
大資料時代，資料主要來自於**？
如何才能合理利用大資料，擺脫大資料困境？
資料分析師職業未來成長空間是什麼，需要做哪些準備呢？
資料統計、資料探勘、大資料、olap，你真正的了解嗎，區別是什麼？
什麼是人工智慧、資料探勘、機器學習和深度學習，它們之間有什麼關係？
聚焦多智時代，引領智慧型變革，
多智時代
為人工智慧科譜吶喊！
資料庫基礎理論
1.第一正規化 1nf 有主鍵 強調的是列的原子性，未出現在候選鍵中的列即為 非主鍵列 候選鍵有多個 2.第二正規化 2nf 非主鍵列必須完全依賴於候選鍵，而不能是部分依賴，只依賴於候選鍵的一部分 1nf發生在具有關聯鍵的表中，只保留與關係相關的屬性，去除與實體相關的屬性，一般為一對多關係 3.第三...
資料的本質是什麼？
2010 年，資料科學家 這個稱謂的發明者帕蒂爾 d j patil 和傑夫 哈默 jeff hammerbacher 認為，一切應該以產品為中心，從資料獲取 資料清洗 搭建和管理資料設施 原型開發 產品設計等方面，去實踐資料的價值。一 一場以大資料為核心的智慧型盛宴 時下彷彿大家都在談 人工智慧 ...
大資料基礎理論 一致性模型分類
從嚴格意義上來說，理想情況下的一致性模型只有一種就是強一致性模型，但是在真實世界中強一致性是很難被保證的，很多情況下都是弱一致性。主要是基於cap理論，大多數網際網路應用對於可用性有很高的要求，這樣就會適當的降低一致性。一致性模型主要包括 強一致性 弱一致性 因果一致性 讀你所寫一致性 會話一致性 ...