大数据的定义
又称巨量资料，指的是所涉及的数据资料量规模巨大到无法通过人脑甚至主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。
三大特征
1.数据类型繁多。包括网络日志、音频、视频、图片、地理位置信息等等多类型的数据对数据的处理能力提出了更高的要求。
2.数据价值密度相对较低。如随着物联网的广泛应用，信息感知无处不在，信息海量，但价值密度较低，如何通过强大的机器算法更迅速地完成数据的价值“提纯”，是大数据时代亟待解决的难题。
3.处理速度快、时效性要求高。这是大数据区分于传统数据挖掘最显着的特征。
四大特点
1.海量性 数据量大，TB，PB，乃至EB等数据量的数据需要分析处理。
2.多样性 数据来自多种数据源，数据种类和格式日渐丰富，已冲破了以前所限定的结构化数据范畴，囊括了半结构化和非结构化数据。现在的数据类型不仅是文本形式，更多的是图片、视频、音频、地理位置信息等多类型的数据，个性化数据占绝对多数。
3.高速性 要求快速响应，市场变化快，要求能及时快速的响应变化，那对数据的分析也要快速，在性能上有更高要求，所以数据量显得对速度要求有些“大”。
4. 易变性 大数据具有多层结构，这意味着大数据会呈现出多变的形式和类型。相较传统的业务数据，大数据存在不规则和模糊不清的特性，造成很难甚至无法使用传统的应用软件进行分析。
未来的发展现状及趋势
2017年中国大数据产业规模达到4700亿元，同比增长30%;其中，大数据硬件产业的产值为234亿元，同比增长39%。随着大数据在各行业的融合应用不断深化，预计2018年中国大数据市场产值将突破6000亿元，达到6200亿元。
(一)政策影响趋势
随着国家大数据战略推进实施以及配套政策的贯彻落实，大数据产业发展环境将进一步优化，社会经济各领域对大数据服务需求将进一步增强，大数据的新技术、新业态、新模式将不断涌现，产业规模将继续保持高速增长态势。
(二)技术影响趋势
大数据的技术发展与物联网、云计算、人工智能等新技术领域的联系将更加紧密，物联网的发展将极大提高数据的获取能力，云计算与人工智能将深度融入数据分析体系，融合创新将会不断地涌现和持续深入。
(三)人才影响趋势
随着2017年教育部公布第二批获准开设“数据科学与大数据技术”的高校名单，加上第一批获批高校获批开设该专业。今年开始，大数据需要的复合型人才将源源不断形成。加之海外和传统行业跨界人才不断加入大数据行业，大数据产业将迎来创新发展。
(四)资本影响趋势
近年来，伴随着资本大量进入大数据行业，出现了创业公司估值过高的现象。泡沫期的大数据行业，许多企业的发展远远无法回归企业的本质，导致创业企业供给与市场需求之间脱节。随着资本的沉没，理性资本将引领大数据行业健康发展。一些在资本热潮褪去之后还能沿正常轨道发展的企业将占据新一轮的资本优势，得到进一步的发展和壮大。
纵观国内外，大数据已经形成产业规模，并上升到国家战略层面，大数据技术和应用呈现纵深发展趋势。面向大数据的云计算技术、大数据计算框架等不断推出，新型大数据挖掘方法和算法大量出现，大数据新模式、新业态层出不穷，传统产业开始利用大数据实现转型升级。
