可以從四個方面概括：資料量（volume）、處理速度（velocity）、多樣性（variety）、真實性（veracity），簡稱4v。
volume（資料量）
資料量大是大資料的比較明顯的特徵，一般是tb級的資料量，並且每天資料的增長量比較大。
velocity（速度）
要求資料的處理速度比較快，從資料採集、加工處理、分析到產生價值的速度，能夠及時快速的響應，並不能因為資料量大，響應速度就慢下來。
variety（多樣性）
veracity（準確性）
因為採集到的資料會摻雜太多的無用資訊，需要確保收集到的資料非常準確、準確，否則對虛假的資料做處理也不會產生任何有用價值。
對應這些方面，每個方面都需要專用的處理工具：
主要區別體現在資料規模、資料型別（結構化、非結構化）、產生模式（**多樣性）。以及處理物件、處理工具的變化，由以計算為主轉到以資料處理為主。
大資料的處理模式大致可分為兩種：一種為批處理（batch processing），另一種為流處理模式（stream processing）。兩者的區別是批處理是先儲存在處理，流處理是直接處理，然後再儲存，甚至不存。
1、批處理（batch processing）
批處理模式最具代表性的就是mapreduce，它先將原資料分塊，然後分別分發給多個map任務處理，每個map任務對輸入進行解析，提取出鍵值對集合，然後由使用者自定義的map函式對這些鍵值對集合做處理，得到中間結果並輸出到磁碟上。然後由reduce任務讀取這些中間結果，並根據key值進行相關的排序、合併，最後由使用者自定義的reduce函式對這些已排序的結果做處理，得到最終結果並輸出。
從mapreduce的處理過程可以看出其核心設計思想是：
a、將問題分而治之
b、把計算推到資料端，而不是把資料推到計算端，這樣可以避免資料傳輸過程中產生的大量通訊開銷，有效降低網路頻寬。
2、流處理（stream processing）
流處理模式的目標是盡可能快地對最新的資料進行分析並給出結果，因為資料的價值會隨著時間的流逝而減少。
流處理模式將資料視為流，源源不斷的資料就形成了資料流，當新的資料到達時就立刻處理並返回所需結果。資料流本身具有持續性、速度快且資料量大等特點，通常不會對資料做持久化儲存。並且由於響應時間的要求，流處理的過程基本都是在記憶體中進行的，因此記憶體是流處理的乙個瓶頸。
在流處理方面做得比較好的，如twitter的storm、yahoo的s4以及linkedin的kafka等等。
無論是批處理還是流處理都是大資料的可行思路，在實際的大資料處理中，通常並不是簡單的使用其中某一種，更多的是將兩者結合起來使用。
3、大資料的基本處理流程
大資料的處理流程可以定義為通過某種合適的工具，對廣泛異構的資料進行抽取、篩選、整合，並把結果按照一定的標準統一儲存。然後利用合適的資料分析技術對儲存的資料進行分析，從中提取出有價值的資訊，並利用某種方式展現給終端使用者。簡單點說分為資料的抽取與整合、資料分析以及資料解釋。
大資料 什麼是大資料
1.什麼是資料 資料是事實或觀察的結果，是對客觀事物的邏輯歸納，是用於表示客觀事物的未加工的原始材料。資料經過加工之後就成為資訊。2.大資料的定義 麥肯錫給出的大資料定義是 大資料是指大小超過常規的資料庫工具獲取 儲存 管理和分析能力的資料集。但它同時強調，並不是說一定要超過特定的tb值的資料才能是...
大資料 什麼是大資料？
海量的資料 tb pb zb。高增長率 資料的形成速度 使用爬蟲 多樣化 資料是結構化 非結構化 半結構化。電商行業 電商行業是最早利用大資料進行精準營銷，它根據客戶的消費習慣提前生產資料 物流管理等，有利於精細社會大生產。由於電商的資料較為集中，資料量足夠大，資料種類較多，因此未來電商資料應用將會...
大資料 什麼是大資料？
在網際網路技術發展到至今階段，大量日常，工作等事務產生的資料都已經資訊化，人類產生的資料量相比以前有了 式的增長，以前傳統的資料處理技術已經無法勝任，需求催生技術，一套用來處理海量資料的技術應運而生，這就是大資料技術。換個角度說，大資料是 有海量的資料 有海量的資料進行挖掘的需求，有對海量資料進行挖...