大（dà）数据（jù）是指用现有的计（jì）算（suàn）机软（ruǎn）硬件设施（shī）难以采集、存（cún）储、管（guǎn）理、分析和使用（yòng）的超（chāo）大规模的数据集（jí）。大数据具有规（guī）模大、种类杂、快速化、价值密度（dù）低等（děng）特点（4V特性）。大数据的“大”是一个相对概念，没有具体标准，如果一（yī）定要给一个标（biāo）准，那么10-100TB通常称为大数据的（de）门槛。

数（shù）据（jù）分（fèn）析是一（yī）个（gè）大的概念，理论上任何对数据（jù）进行计算、处理（lǐ）从而得出（chū）一（yī）些有意义的结论（lùn）的过程，都（dōu）叫数据分析（xī）。从数据本身的复（fù）杂程度、以及对数据进（jìn）行处（chù）理的复杂度（dù）和深度来看，可以把数据（jù）分析分为以下（xià）4个（gè）层（céng）次：数据（jù）统（tǒng）计，OLAP，数据挖掘，大（dà）数据。

大数据分析（xī）和数据（jù）分（fèn）析是有区别和（hé）联系的（de）。这里重点关注两者的（de）是技术要求、使（shǐ）用场（chǎng）景、业（yè）务范围等方（fāng）面的区（qū）别和联系。重点要区分（fèn）理论研究和实际应用两方（fāng）面区（qū）别和联系。

第一：在分析方法上两者并没有本质不同

数（shù）据（jù）分（fèn）析的核（hé）心工作是人（rén）对数据指标的分析、思考和解读（dú），人脑所能承载的数据量是极其（qí）有限的。所以，无论是“传统数据分析”，还是（shì）“大（dà）数据分析（xī）”，均需要将原（yuán）始数据按照（zhào）分析思路进（jìn）行统计处理，得到概要性（xìng）的统计结果供人（rén）分析。两者在这个（gè）过程中是类似的，区别只是原始数据量大小所导（dǎo）致处理方式（shì）的不同。

第（dì）二：在（zài）对统计学知识的使用重心上两（liǎng）者存在（zài）较（jiào）大的不同

传统数据（jù）分析”使用的知识（shí）主（zhǔ）要围绕“能否通（tōng）过少量的抽样数据来推测（cè）真（zhēn）实世（shì）界（jiè）”的主题（tí）展开。“大数据（jù）分析（xī）”主要是利用（yòng）各种类型的全量数据（不是抽样数据），设计统计方案，得到（dào）兼具（jù）细致（zhì）和置信的统（tǒng）计结论（lùn）。

第三：与（yǔ）机器学习模（mó）型的关系上，两者有着本质差别

“传统数据（jù）分析”在（zài）大部分时候，知识将（jiāng）机器（qì）学（xué）习（xí）模型（xíng）当黑盒工具来（lái）辅（fǔ）助分析数据。而“大数据分（fèn）析”，更多时（shí）候（hòu）是两者的紧密（mì）结（jié）合，大数据分析产出的（de）不仅是一份分析效果测评，后续基（jī）于此来升级产品。在大数据分析的场景中，数据分析往（wǎng）往是数据加墨的（de）前奏，数据建（jiàn）模是数据（jù）分析的（de）成果。