1. 背景：算力提升、通信带宽提升、无线通信速率提升、互联网的发展以及普及率的提升、计算设备数量快速增长。
2. 四个驱动：摩尔定律驱动的指数增长模式； 技术低成本化驱动的万物数字化； 宽带、移动、泛在互联驱动的人、机、物广泛联接； 云计算模式驱动的数据大规模汇聚。
即存储、算例、网络、智能发展的产物。
3. 大数据定义：
① 技术能力方面：规模超过现有数据处理工具、获取、管理和分析能力的数据集。
② 内涵：具备海量Volume、高速Velocity、多样Variety、难辨真伪Veracity、有价值Value特征的多维数据集（5V）
4. 大数据 海量数据 大数据是具备5V特性的海量数据，海量是大数据其中一个特征。
5. 大数据分析目标：实现对目标对象的认知，提供决策建议。
6. 大数据分析四个层次：
① 描述分析 What happened？
② 诊断分析 Why happened？
③ 预测分析 What will happen？
④ 规范分析 How can make it happen ideally？
7. 大数据分析涉及技术：
① 数据采集：将分布、异构数据源进行清洗、集成加载到数据仓库中
② 数据存储和管理：用分布式文件系统，数据库等对结构化、非结构化数据进行存储和管理
③ 数据处理与分析：用计算框架，结合机器学习方法，对数据进行分析
④ 数据隐私和安全：建立隐私数据保护体系和数据安全体系，保护隐私和数据安全
8. 可扩展算法：
即说明该算法是可扩展的。
9. 大数据算法与传统算法对比：
大数据算法以优化为中心，通过多轮迭代直至收敛。
传统算法以操作为中心，每一步正确保证了结果的正确。
