大统计数据(bigdata)，或称巨量数据资料，指的是所涉及的数据资料量体量巨大到无法透过目前非主流开发工具，在合理天数内达到截取、管理、处置、并整理正式成为帮助企业经营决策更积极目的的资讯 大统计数据的4V特点：Volume（大批）、Velocity（高速）、Variety（多样）、Veracity（精确）。
大统计数据最核心的商业价值就是在于对于海量统计数据展开储存和预测大统计数据通常用以形容一个公司创造的大批非形式化和半形式化统计数据，这些统计数据在下载到关系型统计数据资料库用作预测时会花费过多天数和金钱大统计数据预测常和云排序联络到一同，因为动态的小型统计数据集预测须要像MapReduce那样的架构来向数千、上千或即使数千的笔记本电脑重新分配工作。
大统计数据须要特殊的控制技术，以有效地处置大批的容忍经过天数内的统计数据适用作大统计数据的控制技术，主要包括大体量并行处置（MPP）统计数据资料库、统计数据预测电网、sysfs、分布式系统统计数据资料库、云排序平台、网络和可扩充的储存系统从某种程度上说，大统计数据是统计数据预测的前沿控制技术。
简而言之，从各种各样类型的统计数据中，加速获得有商业价值信息的能力，就是大统计数据控制技术当前用作预测大统计数据的工具主要有HadoopHadoop旨在透过一个高度可扩充的分布式系统批量处置系统，对小型统计数据集展开扫描，以产生其结果。
Hadoop项目主要包括三部分，分别是Hadoop Distributed FileSystem（HDFS）、HadoopMapReduce程式设计模型，以及Hadoop Common不适宜使用Hadoop来化解的问题：1、最最重要一点，Hadoop能化解的问题必须是能MapReduce的；2、统计计算机程序不满足key-value这样的商业模式的；3、Hadoop不适宜用以处置批量的小文件；4、Hadoop不适宜用以处置须要及时响应的各项任务，高并发请求的各项任务。
今后，统计数据可能正式成为最大的交易商品但统计信息量大并不能算是大统计数据，大统计数据的特征是统计信息量大、统计数据种类多、非标准化统计数据的商业价值最大化因此，大统计数据的商业价值是透过统计天然数据共享、交叠F83E43Se后获取最大的统计数据商业价值在他看来，今后大统计数据将会如基础设施那样，有统计数据提供更多方、管理者、监管机构，统计数据的交叠F83E43Se将大统计数据变为一大产业发展。
据统计，大统计数据所形成的市场体量在51万美元左右，而到2017年，此统计数据预计会上涨到530万美元 我对大统计数据和与云排序的看法：云排序是一种按使用率订阅的商业模式，这种商业模式提供更多可用的、便捷的、按需的网络访问， 进入可配置的排序天然数据共享池（天然资源主要包括网络，伺服器，储存，开发工具，服务），这些天然资源能够被加速提供更多，只需投入极少的管理工作，或与服务商展开极少的交互，是分布式系统排序、并行排序、效用排序、网络储存、并行计算、负载均衡等传统排序机和网络控制技术发展融合的产物。
大统计数据预测常和云排序联络到一同，因为动态的小型统计数据集预测须要像MapReduce那样的架构来向数千、上千或即使数千的笔记本电脑重新分配工作只有在云排序产业发展已经体量化发展 3 年之后，分布式系统结构排序才给大统计数据提供更多了记录的载体。
能说，云排序使大统计数据变为可能，维米县，云排序充当了工业革命时期的发动机的角色，而大统计数据则是电,大统计数据是要依靠云排序控制技术来展开储存和排序的目前，云排序已经普及并正式成为IT行业非主流控制技术，其本质是在排序量愈来愈大、统计数据愈来愈多、愈来愈动态、愈来愈动态的需求背景下被催生出来的一种并行计算和商业商业模式。
云排序为大统计数据提供更多了能弹性扩充,相对便宜的储存空间和排序天然资源，使得中小企业也能像Amazon那样透过云排序来完成大统计数据预测大统计数据控制技术是云排序控制技术的延伸大统计数据控制技术涵盖了从统计数据的海量储存、处置到应用多方面的控制技术，主要包括海量sysfs、并行排序架构、NoSQL统计数据资料库、动态流统计数据处置以及智能预测控制技术如商业模式识别、自然语言理解、应用知识库等等。
大统计数据和云排序肯定是今后的发展所向，所以我们要学好很多算法知识才能弥补我们在程式设计过程中的不足之处 基于云排序的统计数据预测的优势 （1）由于统计数据预测处置的统计数据足海量的，要从海量的统计数据中挖掘出理解的知识，大体量的统计数据预测足必须的。
并且随着网络上统计数据的加速增长，统计数据预测的各项任务远比搜索各项任务要复杂，导致了在挖掘过程中须要有很好的开发环境和应用环境这种情况下，基于云排序的方式是比较合适的 （2）基于云排序实现低成本分布式系统并行排序环境，因此，企业的统计数据处置成本大大的降低，同时也不再依存于高性能的机器。
（3）基于云排序的统计数据预测开发方便，屏蔽了底层在并行化条件下云排序能够利用原有设备提高对大体量统计数据的处置能力和速度，既保证了容错性，也增加结点总结我们在学习和了解大统计数据、云排序等过程中，还是要考虑一些方法来实现。
我们有大统计数据，我们要从这些统计数据中得到我们想要的、对我们有用的信息，想应对大统计数据时代，统计数据预测这门课就是少不了简单点来说，大统计数据是矿石，统计数据预测是一个挖矿的过程，算法是工具、方法，相当于你挖矿用的铁锹啊，锄头啊等等，而云排序，就是能让你更轻松、更快地挖矿。
大统计数据不是忽悠，关键是要能够发现其中的商业价值，而统计数据预测的算法、云排序和并行排序就是发现其中商业价值的工具这就是我所了解的大统计数据和云排序
