半个世纪以来，随着计算机技术全面地融入社会生活，信息爆炸已经累积到了一个开始引发变革的程度：全球每秒钟会有290万封电子邮件发送、Youtube上每天会有28万个小时的视频上传、推特上每天会有5千万条消息发布、亚马逊上每天会右6.3万笔订单产生……以上只是2015年的统计数据，人类社会的数据出还呈指数级地增长；同时.大员新的数据源的出现导致了各种半结构化、非结构化数据爆发式地增长，这些由我们创造的数据已经超越了传统数据处理技术所能应对的范畴，由此诞生“大数据”的说法。

麦肯锡是研究大数据的先驱.其给出的大数据的定义是：大小超出常规的数据库工具获取、存储、管理和分析能力的数据集。同时强调,大数据不仅体现在数据量大，还表现为数据类型复杂。虽然各行各业各研究机构也都给出了有关大数据的不同定义,但基本围绕大数据的4V特征.即：海量的数据规模(Volume)、快速的数据流转和动态的数据体系(Velocity),多样的数据类型(Variety)和巨大的数据价值(Value),并且达成了从“数据”走到“大数据”，不仅是量变.而且是质变的共HU“大数据”的概念可以从技术和管理两个角度来解读。

.从技术角度解读大数据

从技术的角度看，大数据技术是基于对当前海出异构数据的处理需求产生的一系列技术的总称。提及大数据技术，必然绕不开云计算。一定程度上,二者如同手心手背的关系,相辅相成，甚至容易将大数据与云计算捆梆在一起谈论。借用《大数据云计算关系》一文中的直白介绍：大数据技术是海笈数据的高效处理,云计算技术是硬件资源的虚拟化,二者的区别在于大数据注重资源处理，云计算注互资源分配。但同时二者关联密切：大数据需要云计算支撑.云计算为大数据处理提供平台。

处理大数据最典型的技术包括与云计算有关的分布式文件系统GFS(GoogleFileSystem)、分布式并行数据库BigTable,开源软件平台Hadoop和批处理技术MapReduce,以及一系列数据可视化技术。分布式文件系统为整个大数据提供了底层的数据贮存支撑架构；在:分布式文件系统的基础上建立的分布式数据库，提高了数据访问速度；在一个开源的数据实现平台上利用各种大数据分析技术可以对不同种类、不同需求的数据进行分析整理并得出有益信息；最终利用各种可视化技术形象地显示给数据用户，满足用户的各种需求。

.从管理角度解读大数据

从管理上看，大数据与固定资产、人力资源一样，也是一种生产要素，能支持现代经济增长和创新活动,为人类社会自上而下各行各业所带来的变革机会可能比技术突破意义更为重大。目前,大数据在数据密集型行业的应用已经初见端倪，比如在金融行业,对大数据的分析可以为金融机构实现快速科学决策与服务创新提供支撑。金融行业的数据量十分庞大.但信息化程度相对较高,数据管理相对集中,有良好的大数据分析利用基础。时下“实时个性化营销推荐”“保险理赔的数据陷藏关系分析”“资金链流动性分析”“动态实时投资分析”“风险预警管理应用”和“防欺诈分析”已经成为金融业的大数据热门话题。

在大数据时代,大到公共领域的政府决策，小到商业机构的营销分析，已经越来越多地依靠数据.整个社会的决策模式正朝着数据驱动的方向演变。美国总统奥巴马依靠竞选团队的数据分析而做出的竞选决策.沃尔玛连锁超市因“啤酒与尿布”的购物篮数据分析而获得大批利润等，都是大数据时代由数据驱动决策的经典案例。由于任何活动都会产生数据，所以数据驱动的决策模式会对所有行业产生颠覆性的影响。于是,就企业而言，将大数据理解为一种管理思维比单纯地理解为技术更有益处。或许,大数据会在未来某个阶段被定义为：对人类世界的真实还原，并且不断地满足我们的任何愿望。曾经我们依靠它来决策一些事情，现在我们依靠它来直接抵达我们想要做的事情。我们所有的行为都已经成为我们决策的一部分。