在計算機系統(tǒng)中，各種字母、數(shù)字符號的組合、語音、圖形、圖像等統(tǒng)稱為數(shù)據(jù)，數(shù)據(jù)經過加工后就成為信息。時下人類信息以每年50%的速度增長，大約每兩年就翻一番；數(shù)據(jù)海洋呈爆發(fā)式增長。 　　

什么是大數(shù)據(jù)？有研究報告將大數(shù)據(jù)定義為，由數(shù)量巨大、結構復雜、類型眾多數(shù)據(jù)構成的數(shù)據(jù)集合，是基于云計算的數(shù)據(jù)處理與應用模式，通過數(shù)據(jù)的整合共享、交叉復用形成的智力資源和知識服務能力。大數(shù)據(jù)技術的戰(zhàn)略意義在于對這些有意義的數(shù)據(jù)進行專業(yè)化處理，從海量數(shù)據(jù)中發(fā)掘出真正的價值。

最早提出大數(shù)據(jù)時代到來的是全球知名咨詢公司麥肯錫，麥肯錫稱：“數(shù)據(jù)，已經滲透到當今每一個行業(yè)和業(yè)務職能領域，成為重要的生產因素。人們對于海量數(shù)據(jù)的挖掘和運用，預示著新一波生產率增長和消費者盈余浪潮的到來。”

大數(shù)據(jù)到底有多大？一組名為“互聯(lián)網(wǎng)上一天”的數(shù)據(jù)告訴我們，一天之中，互聯(lián)網(wǎng)產生的全部內容可以刻滿1.68億張DVD；發(fā)出的郵件有2940億封之多，相當于美國兩年的紙質信件數(shù)量；發(fā)出的社區(qū)帖子達200萬個，相當于《時代》雜志770年的文字量；賣出的手機為37.8萬臺，高于全球每天出生的嬰兒數(shù)量37.1萬……截止到2012年，數(shù)據(jù)量已經從TB（1024GB=1TB）級別躍升到PB（1024TB=1PB）、EB（1024PB=1EB）乃至ZB(1024EB=1ZB)級別。隨著計算機硬件成本、計算機內存成本的降低和超級集群計算機的產生，使得處理大規(guī)模的復雜數(shù)據(jù)成為可能，這樣就產生以結構化（股票交易數(shù)據(jù)）、半結構化（網(wǎng)絡日志）和非結構化（文本數(shù)據(jù)、音頻數(shù)據(jù)、視頻數(shù)據(jù)）為主的大數(shù)據(jù)。其中非結構化數(shù)據(jù)占互聯(lián)網(wǎng)數(shù)據(jù)總量的80%。

目前，一些專業(yè)人士將大數(shù)據(jù)概括為四大特征，即“四V”： 數(shù)量大（Volume），數(shù)據(jù)量級已從TB（1012字節(jié)）發(fā)展至PB乃至ZB，可稱海量、巨量乃至超量；多樣性（Variable），數(shù)據(jù)類型繁多，多為網(wǎng)頁、圖片、視頻、圖像與位置信息等半結構化和非結構化數(shù)據(jù)信息；速度快（Velocity），數(shù)據(jù)流往往為高速實時數(shù)據(jù)流，而且往往需要快速、持續(xù)的實時處理，處理工具亦在快速演進，軟件工程及人工智能等均可能介入；價值高（Value），以視頻安全監(jiān)控為例，連續(xù)不斷的監(jiān)控流中，有重大價值者可能僅為一兩秒的數(shù)據(jù)流，360度全方位視頻監(jiān)控的“死角”處，可能會挖掘出最有價值的圖像信息。