如何使用大数据进行数据分析，数据挖掘，画像和推荐，结合云计算来谈谈自己对于大数据的认识。
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。那什么是数据或者信息，数据是指事实或观察的结果，是对客观事物的逻辑归纳，是用于表示客观事物的未经加工的的原始素材。在互联网领域，数据就是二进制单元，以0或1来表示。比如我们的用户信息，商品的信息，地图软件导航的路径，这些都是数据，而且这些数据不是大数据的概念，而是互联网应用必备的数据要求。那为什么在数据之前前缀是“大”？
大家都了解大数据的4个特点，海量的数据模型（volume），快速的数据流转（velocity），多样的数据类型（variety）和巨大的数据价值（value）。
海量的数据，大数据的体量为什么在12年后爆发起来，是因为我们有能给力记录巨量的数据，或者中小企业有能力来存储大数据。之前可能只有Google，BAT等企业才有能力记录巨量的数据，随着15年云计算的大批量普及及云计算存储能力的提升，大数据的存储问题得以解决。单单记录用户的业务数据或者关键数据，可能没有数据存储压力，但是如果需要记录所有的用户轨迹，用户的位置信息，用户的其他额外有效信息等多样的数据内容，如何记录多种类型的数据，而且都是巨量数据。在云计算引入之后，我们就可以通过各种方式，通过云存储记录我们需要保存的多类型，海量的数据。
那么有了这么大的数据量，如何计算？如果没有一个强有力的数据计算模型和巨量的计算资源，谈何容易。对于10T以上的非关系型数据信息，怎么来获取其中的我想要的业务逻辑？或者如果是100G以上的关系数据，如何快速的获取其中的关联信息？如果我们通过传统的计算方式，估计几天几夜的计算和资源的调配，才能将100G的数据梳理完成，并且得到结果。如果其中出错，重新计算，那么对比起，可能还需要几天几夜。但是如果我们采用大数据计算，在用mapreduce等等技术，我们可能1小时就能够把需要的数据计算出来，在云计算平台的支持下。
大数据的基础就是海量数据和快速的处理能力，我们需要挖掘数据的价值，从各种数据中进行关联分析，找到我们想要的内容。大数据的本质不是海量的数据，而是我们能够通过各种不同的数据内容，快速的进行验证分析和交叉对比，能够让我们的数据分析和数据挖掘非常的精准和有效，达到定点打击的效果。
