1、概念及意义
2011年5月，麦肯锡研究院发布报告，第一次对大数据做出相对清晰的定义：“大数据是指起大小超过了常规数据库工具获取，储存，管理和分析能力的数据集。”
2015年8月，国务院《促进大数据发展行动纲要》指出：容量大、类型大，存储速度快、应用价值高为主要特征的数据集合，正快速发展为对数量巨大，来源分散，格式多样的数据进行采集，存储，和关联分析，从中发现新知识，创造价值，提升新能力的新一代信息技术和服务业态。
无论业界和政府如何定义“大数据”概念，大数据内在特质不变。当今，业界普遍认为：大数据存在“4V”特征：
Volume(体量大），Variety(种类多），Velocity(速度快），Value(价值高）
2.大数据的技术支持
1.存储：存储成本下降。在云计算出现之后，数据存储服务衍生了新的商业模式，数据中心的出现降低了公司的计算和存储成本。
2.计算：运算数据越来越快。分布式系统基础架构Hadoop的出现，为大钟寺的数据提供并行打算，HDFS为海量数据提供存储，Mapreduce则为海量的数据提供并行运算，大大提高了计算效率，同时，Spark,Storm,Impala等各种技术也进入人们的视野海量数据从原始鼠标到产生价值，期间会经过存储，清洗，挖掘，分析等多个环节，如果计算速度不够快，很多事情无法实现。
3.智能：机器拥有理解数据的能力。
3.大数据的意义
1.特征：（1）要全面，不要抽样，（2）要混杂，不要精确，（3）要相关，不要因果。
4.大数据的来源：
1.按产生数据的主体划分：少量企业产生的数据；大量人产生的数据；巨量机器产生的数据
2.按数据来源的行业划分：以BAT为代表的互联网公司；电信、金融、保险、电力、石化系统；公共安全，医疗，交通领域；气象，地理，政务等领域；制造业和其他传统行业。
3.按数据存储的形式划分：大数据不仅体现在数据量大，还体现在数据类型多，如此海量数据中，仅有20%左右的属于结构化数据，80%的数据属于广范用于社交网络，物联网，电子商务等领域的非结构化数据
结构化数据简单来说就是数据库，如企业ERP、财务系统、医疗HIS数据库，教育一卡通，政府行政审批，其他核心数据库等数据。非结构化数据包裹所有格式的办公文档，文本，图片，XML,HTML,各类报表，图像和音频，视频等数据
5.大数据常用的获取途径
1.系统日志采集：可以使用海量的数据采集工具，用于系统日志采集，如Hadoop的Chukwa,Cloudera的Flume,Facebook的Seribe,这些工具均采用分布式架构，能满足大数据的日志数据采集和传输需要
2.互联网数据采集：通过网络爬虫或网络公开API等方式从网站上获取数据信息，该方法可以吧数据从网页中抽取出来，将其存储为统一的本地数据文件，
3.APP移动端数据采集
4.与数据服务机构进行合作