大数据又称巨量资料，就是数据量大、来源广、种类繁多(日志、视频、音频)，大到PB级别，现阶段的框架就是为了解决PB级别的数据。

专业的来讲：大数据(big data,mega data)，或称巨量资料，指的是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。

大数据的5V特点:Volume(大量),Velocity(高速),Variety(多样),Value(价值密度),Veracity(真实性)。

   未来10年将是大数据，人工智能爆发的时代，届时将会有大量的企业需要借助大数据，而Java最大的优势就是它在大数据领域的地位，目前很多的大数据架构都是通过Java来完成的。

  大数据席卷了全球，并带来了惊人的利益，这一力量无需多说。大数据使IBM、亚马逊等全球顶尖公司受益，这些公司通过利用大数据开发一些前沿的技术，为客户提供高端服务。

   在戴尔开展的一项调查中显示，采用大数据、云计算以及移动战略的企业中，优势更加明显，也就是，这些企业中有53%采用大数据起步较晚或者尚未采用，在这一结果令人惊讶不已。

  虽然大数据尚处于初级阶段，但通过在处理过程中，融合这一理念，将为企业赢得50%的利润。显然，在如今的商业中，大数据显现的惊人优势并不亚于石油或煤炭带来的利益

在未来的的18至24个月内，越来越多的CIO、商业领袖和数据科学家将开始尝试“暗数据分析”：集中探索大量的非结构化数据和“暗”数据，以期总结出更细致的商业、客户和运营洞察。其中的“暗”数据是指那些未被发掘或理解的数据，暗数据分析主要是针对文本形式的原始数据，如文本信息、文件、电子邮件、音频视频文件以及静态图像等，有时也会对深网，即没有被搜索引擎索引的网络信息进行暗数据分析。暗数据分析通常关注三个维度：

（一）现有的未开发数据许多组织的大量结构化和非结构化数据都处于闲置状态。结构化数据之所以闲置，通常是因为不同数据集之间难以建立联系。“传统的”非结构化数据多为文字信息，而且都储存在企业内部，开发程度很低。如果把这些非结构化数据资产加以挖掘，会得到很多关于定价、客户行为和竞争对手的宝贵信息。预估计，当前80%-90%的数据为非结构化数据。

（二）非传统的非结构化数据这类数据无法用传统的报告和分析技术进行挖掘，如音频、视频文件和静态图像等，可以利用计算机视觉、高级模式识别及视频和声音分析等技术，以更深入地理解顾客、雇员、运营和市场。如分析录像中顾客的姿势、表情和手势，零售商就可以更好地理解顾客的心情和意图。

（三）深网数据深网中包含的未开发信息可能比任何其他网络都多，但是搜索难度也最大。目前，想要得到有用的信息，只能对那些定义明确的目标进行数据挖掘，如私人组织名下那些授权可使用的信息。

《世界互联网大会蓝皮书》数据显示，2016年中国数字经济规模为3.8万亿美元，仅次于美国，排名全球第二。从数字经济占GDP的比重来看，2016年中国为30.1%，而不少发达国家都在50%左右，美国更是接近60%。这意味着，我国的数字经济还有很大的增长空间。

种种迹象表明，数据争夺战已经打响。历经二十多年的积累和储备，数据资源大规模聚集，基础性、战略性凸显，我们将进入数据驱动经济发展的爆发期、黄金期。某种程度上说，谁拥有了大数据，谁就占据了战略的制高点，拥有了未来。

现在客户有机会随时随地购物，在相关信息帮助下，对于公司需要做出比之前更敏捷的反应这一要求而言具有更大的挑战。但是公司将如何不断地实现这一点呢?答案是借助“大数据”。客户动向是不断变化的，因此营销人员的策略也应该做出相应调整。通过整合过去和实时数据来评估客户的品味和喜好，这样可以使公司采取更快捷的应对措施。

例如，亚马逊通过利用强大的大数据引擎的能力，从一个以产品为基础的公司发展成为囊括1.52亿客户在内的大型市场参与者。亚马逊旨在通过跟踪客户的购买趋势，并为营销人员提供他们即时需要的所有相关信息，从而来为客户服务。此外，亚马逊通过实时监控全球15亿种产品，成功满足了客户的需求。