海量数据是一个形容词，它是用来形容巨大的、空前浩瀚的数据。现在，在许多业务部门中都需要操作海量数据，如规划部门有规划方面的数据，水利部门有水利方面的数据，气象部门有气象方面的数据，测绘部门有测绘方面的数据，这些部门都可能有几百兆甚至数十千兆的数据，如仅测绘部门的全国1∶25万地形数据库的数据量就达4.5Gb（千兆）；又如一景包含七个波段的Landsat TM影像的数据量达270兆左右，如果统计覆盖全国的TM影像的数据量将达到135Gb（千兆），真是不可思议。随着人类信息化程度的提高，数据已超出它原始的范畴，它包含各种空间数据、报表统计数据、文字、声音、图像、超文本等各种环境和文化数据信息。随着社会信息化程度的提高、计算机的普及，特别是因特网和万维网（WWW）的迅速发展，世界各地、各行业、各部门以及个人都能通过网络达到信息共享，使得分布于世界各地的海量数据能有机地联系在一起。

什么是海量数据？海量数据还可以称为大数据。对于大数据（Big data）研究机构Gartner给出了这样的定义：大数据是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。

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。大数据必然无法用单台的计算机进行处理，必须采用分布式架构。其特色在于可对海量数据进行分布式数据挖掘，但必须依托云计算的分布式处理、分布式数据库以及云存储、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关注。《著云台》的分析师团队认为，大数据通常用来形容一个公司创造的大量非结构化数据和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapReduce –样的框架来向数十、数百甚至数千台计算机分配工作。

　　1.大数据的特点

相比传统的数据仓库应用，大数据分析具有数据量大、查询分析复杂等特点。《计算机学报》刊登的“架构大数据：挑战、现状与展望”一文列举了大数据分析平台需要具备的几个重要特性，对当前的主流实现平台——并行数据库、MapReduce及基于两者的混合架构进行了分析归纳，指出了各自的优势及不足，同时也对各个方向的研究现状及作者在大数据分析方面的努力进行了介绍，对未来研究做了展望。

大数据的特点有四个层面：第一，数据体量巨大。从TB级别跃升到PB级别。第二，数据类型繁多。前文提到的网络日志、视频、图片、地理位置信息等。第三，处理速度快。1s定律，可从各种类型的数据中快速获得高价值的信息，这一点也是和传统的数据挖掘技术有着本质的不同。第四，只要合理利用数据并对其进行正确、准确的分析，将会带来很高的价值回报。业界将其归纳为4个“V”Volume（数据体量大）、Variety（数据类型繁多）、Velocity（处理速度快）、Value（数据价值大）。

从某种程度上说，大数据是数据分析的前沿技术。简言之，从各种各样类型的数据中，快速获得有价值信息的能力，就是大数据技术。明白这一点至关重要，也正是这一点促使该技术具备走向众多企业的潜力。

　　2.大数据的用途

大数据可分成大数据技术、大数据工程、大数据科学和大数据应用等领域。目前人们谈论最多的是大数据技术和大数据应用。工程和科学问题尚未被重视。大数据工程指大数据的规划建设运营管理的系统工程;大数据科学关注大数据网络发展和运营过程中发现和验证大数据的规律及其与自然和社会活动之间的关系。

物联网、云计算、移动互联网、车联网、手机、平板电脑、PC以及遍布地球各个角落的各种各样的传感器，无一不是数据来源或者承载的方式。