对“大数据”(Big data )研究机构Gartner给出了这样的定义。 “大数据”需要新的处理模式，具备更强的决策力、洞察力和流程优化能力，以应对海量、高增长率和各种信息资产。 [1]在[1]中
麦肯锡全局集成是一个在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的大数据集，它具有大数据量、高速数据流、多种数据类型、低价值密度[4]根据[1]所述的信息处理设备，其中
大数据技术的战略意义在于将具有这些意义的数据专业化，而不是掌握海量的数据信息。 也就是说，如果把大数据比作产业，那么这些产业提高收益的关键就在于提高对数据的“加工能力”，通过“加工”实现数据的“附加价值”。 [5]如：
从技术上看，大数据和云计算的关系密不可分，就像硬币的正反面一样。 大数据必然不能由一台计算机处理，必须采用分布式体系结构。 其特点是分布大量数据进行数据挖掘。 但是，它必须依靠云计算的分布式处理、分布式数据库和云存储以及虚拟化技术。 [2]根据[1]或[2]
随着云时代的到来，大数据(Big data )也越来越受到关注。 分析人士团队表示，大数据(Big data )通常用于表示一家公司制作的大量非结构化和半结构化数据，他们认为这些数据下载到关系数据库用于分析需要花费太多时间和成本大数据分析往往与云计算联系在一起。 因为实时大数据集分析需要MapReduce这样的框架，将工作分配给数十、数百或数千台计算机。
大数据需要特殊的技术来有效处理大量允许经过时间内的数据。 适合大数据的测试，包括大规模并行处理(MPP )数据库、数据挖掘、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展存储系统
最小的基本单位是bit，按照bit、Byte、KB、MB、GB、TB、PB、EB、ZB、YB、BB、NB、DB的顺序给出所有单位。