大数据的4v特点：volume（大量）、velocity（高速）、variety（多样）、value（价值）。
大数据(big data)，是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。
在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》 中大数据指不用随机分析法（抽样调查）这样的捷径，而采用所有数据进行分析处理。大数据的4v特点：volume（大量）、velocity（高速）、variety（多样）、value（价值）。
对于“大数据”（big data）研究机构gartner给出了这样的定义。“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
根据维基百科的定义，大数据是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。
大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。
从技术上看，大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理，必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘，但它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。
随着云时代的来临，大数据（big data）也吸引了越来越多的关注。《著云台》的分析师团队认为，大数据（big data）通常用来形容一个公司创造的大量非结构化数据和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像mapreduce一样的框架来向数十、数百或甚至数千的电脑分配工作。
大数据需要特殊的技术，以有效地处理大量的容忍经过时间内的数据。适用于大数据的技术，包括大规模并行处理（mpp）数据库、数据挖掘电网、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统。
最小的基本单位是bit，按顺序给出所有单位：bit、byte、kb、mb、gb、tb、pb、eb、zb、yb、bb、nb、db，
它们按照进率1024（2的十次方）来计算：
8 bit = 1 byte
1 kb = 1,024 bytes
1 mb = 1,024 kb = 1,048,576 bytes
1 gb = 1,024 mb = 1,048,576 kb
1 tb = 1,024 gb = 1,048,576 mb
1 pb = 1,024 tb = 1,048,576 gb
1 eb = 1,024 pb = 1,048,576 tb
1 zb = 1,024 eb = 1,048,576 pb
1 yb = 1,024 zb = 1,048,576 eb
1 bb = 1,024 yb = 1,048,576 zb
1 nb = 1,024 bb = 1,048,576 yb
1 db = 1,024 nb = 1,048,576 bb