大數(shù)據(jù)（big data）是指無法在一定時間范圍內(nèi)用常規(guī)軟件工具進(jìn)行捕捉、管理和處理的數(shù)據(jù)集合，是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。 在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大數(shù)據(jù)時代》 中大數(shù)據(jù)指不用隨機(jī)分析法（抽樣調(diào)查）這樣捷徑，而采用所有數(shù)據(jù)進(jìn)行分析處理。大數(shù)據(jù)的5V特點（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（低價值密度）、Veracity（真實性）。

　　1.3大數(shù)據(jù)應(yīng)用

　　人類歷史上從未有哪個時代同今天--樣產(chǎn)生如此海量的數(shù)據(jù)。數(shù)據(jù)的產(chǎn)生已經(jīng)完全不受時間、地點的限制。從采用數(shù)據(jù)庫作為數(shù)據(jù)管理的主要方式開始，人類社會的數(shù)據(jù)產(chǎn)生方式大致經(jīng)歷了3個階段，而正是數(shù)據(jù)產(chǎn)生方式的巨大變化才最終導(dǎo)致大數(shù)據(jù)的產(chǎn)生。

　　1）運營式系統(tǒng)階段：數(shù)據(jù)庫的出現(xiàn)使得數(shù)據(jù)管理的復(fù)雜度大大降低，實際中數(shù)據(jù)庫大都為運營系統(tǒng)所采用，作為運營系統(tǒng)的數(shù)據(jù)管理子系統(tǒng)。

　　比如超市的銷售記錄系統(tǒng)、銀行的交易記錄系統(tǒng)、醫(yī)院病人的醫(yī)療記錄系統(tǒng)等。人類社會數(shù)據(jù)量第一次大的飛躍正是從運營式系統(tǒng)廣泛使用數(shù)據(jù)庫開始的。這個階段最主要的特點是數(shù)據(jù)往往伴隨著一定的運營活動而產(chǎn)生并記錄在數(shù)據(jù)庫中，比如超市每銷售--件商品就會在數(shù)據(jù)庫中產(chǎn)生-條相應(yīng)的銷售記錄。這種數(shù)據(jù)的產(chǎn)生方式是波動的。

　　2）互聯(lián)網(wǎng)系統(tǒng)階段：互聯(lián)網(wǎng)的誕生促使人類社會數(shù)據(jù)量出現(xiàn)第二次大的飛躍。但是真正的數(shù)據(jù)爆發(fā)產(chǎn)生于Web2.0時代，而Web2.0的最重要標(biāo)志就是用戶原創(chuàng)內(nèi)容（ User Generated Content， UGC）。這類數(shù)據(jù)近幾年一直呈現(xiàn)爆炸性增長，主要有兩個方面的原因。首先是以博客、微博為代表的新型社交網(wǎng)絡(luò)的出現(xiàn)和快速發(fā)展，使得用戶產(chǎn)生數(shù)據(jù)的意愿更加強(qiáng)烈。其次就是以智能手機(jī)、平板電腦為代表的新型移動設(shè)備的出現(xiàn)，這些易攜帶、全天候接人網(wǎng)絡(luò)的移動設(shè)備使得人們在網(wǎng)上發(fā)表自己意見的途徑更為便捷。這種數(shù)據(jù)的產(chǎn)生方式是主動的。

　　3）感知式系統(tǒng)階段：人類社會數(shù)據(jù)量第三次大的飛躍最終導(dǎo)致了大數(shù)據(jù)的產(chǎn)生，今天我們正處于這個階段。這次飛躍的根本原因在于感知式系統(tǒng)的廣泛使用。隨著技術(shù)的發(fā)展，人們已經(jīng)有能力制造極其微小的帶有處理功能的傳感器，并開始將這些設(shè)備廣泛地布置于社會的各個角落，通過這些設(shè)備來對整個社會的運轉(zhuǎn)進(jìn)行監(jiān)控。這些設(shè)備會源源不斷地產(chǎn)生新數(shù)據(jù)，這種數(shù)據(jù)的產(chǎn)生方式是自動的。

　　簡單來說，數(shù)據(jù)產(chǎn)生經(jīng)歷了被動、主動和自動三個階段。這些被動、主動和自動產(chǎn)生的數(shù)據(jù)共同構(gòu)成了大數(shù)據(jù)的數(shù)據(jù)來源，但其中自動式數(shù)據(jù)才是大數(shù)據(jù)產(chǎn)生的最根本原因。