大数据技术包括自动化数据采集、海量储存、大规模并行计算、云计算之类的，这些技术可以说在任何一个行业都会有应用，一些传统问题可以改用大数据相关的技术解决。下面开始举例子。
固体力学、流体力学等领域的计算（如水文预报等），原先一般在工作站、自建服务器上运行，现在像其他计算密集型应用一样，可以使用云计算服务商的“弹性计算”业务，如亚马逊的AWS EC2，见缝插针地利用机群空闲的计算资源进行计算，可以显著降低计算成本。
水文站、气象站从最初的人工测量，到电子测量，再到现在信息化的电子测量。大数据技术提高了工作流程的自动化程度和数据的集中化程度。在信息化程度比较高的流域，流域集控中心可以实时查看节制闸、测站的信息。这些应用的数据量之大，不亚于城市监控录像这种典型的大数据应用。
另外，无人机巡堤也逐渐在各地推广，未来的发展趋势肯定是无人机联网，逐渐接入现有的集控平台。
计算、网络资源逐渐成为像水和电力一样的基本生产资料，大数据技术作为一种基础技术正以多种形式向各行各业渗透。
举个简单的例子，最近在搞旋喷防渗墙，在选用喷射压力的时候都是按照标准规范来。咨询了一下当年水电基础局编制规范的专家，由于不同地基的构成不一样，无法计算出1m直径需要多大压力。所以当时采用了上万工程实例，平均下来40mPa的喷射直径大概在1~1.2m。
大数据的概念近几年火爆，是因为过去很多数据无法广泛采集，抽样调查又有天生的缺陷。在工程上，由于信息化的加快，制定标准时的数据量比以前大的多。基于大数据分析得出的标准规范，肯定会更加准确。
最直接的，大数据的应用可以加快水利土木等工程学科的信息化进程，从而实现更加科学的管理。
在各种数字化应用的普及和新兴产业的带动下，水利土木等工程行业积累的数据资源也在呈级数增长，形成海量的数据源，因此使得这些工程学科有了应用大数据技术的条件和需求。面对水利土木工程行业内新兴专业和产业的发展，传统意义上的数据采集已经不能随着建设内容和目标的要求进行人性化调整，无法满足当代信息化建设发展要求，因此追求高价值含量的工程信息大数据时代已经来临。
我们在水利土木工程方面积累的海量数据，其本身是没有价值的，而我们需要做的，就是对大数据进行处理，通俗地讲，就是相关性分析。对原本枯燥的数据进行统计学的相关性分析，可以寻找其背后的规律本质。这样才能为国计民生作出预测。寻找相关性，将大数据中某些事件的共同点找出，并藉此发现其共有属性，将很大程度上可以“预测”未来，这是大数据时代对工程学科的价值所在。
事实上，这也是水利土木等工程学科所欠缺的地方。因为该领域起步晚、专业相对封闭，信息化建设水平、管理和应用深度与国内外的信息化建设相比尚存在不小的差距。
目前，市场上已经有越来越多的大数据产品和解决方案，比如FusionInsight，这是华为基于Apache开源社区软件进行了功能增强的大数据存储、查询和分析的统一平台，该平台提供大数据分析应用开发能力，并将这些能力开放给客户，聚合具备如数据运营、数据所有、数据开发等各种专业能力的合作伙伴，共同打造创新的大数据商业生态。
而目前类似的大数据解决方案已被广泛应用于互联网、零售、金融等领域，相信对于水利工程学科来说，大数据技术的应用前景一样非常广阔。
