在大數據時代，隨著數據的爆炸式增長，數據變得越來越多，雖然數據很多，但無用的也很多。要么是沒有價值的，要么就直接是錯誤的。使用大數據的技術需要解決數據清理問題。

取用數據的第一件事情就是要清理數據。甚至在將數據從數據源中取出放入存儲地之前，要先確認你輸入的數據是有效的。有時候，你要濾去5%的數據，有時候你甚至要忽略掉95%的數據，因為數據實在是太龐雜了。人們不應該存儲你不需要的數據，那樣做很浪費。現在的技術可以幫助你將一件事情分成多步，使人們可以在存儲和加工前，去除許多你不需要的數據。

許多企業都希望能躋身于大數據的變革中來。許多人認為他們需要做的，就是取用他們能獲取的所有數據。這其實是不經濟的，因為數據量實在太大了。所以，需要更明確自身的需求。就像你在烘焙蛋糕一樣，你可能想把各種佐料都加進去，但是你不會在里面放紅辣椒，因為這和烘焙蛋糕不相關。所以，要以大數據為基礎解決問題，你就會希望去除不相關的數據，而把精力集中在那些有價值的數據上。

關于大數據有一個很有趣的地方。“大數據”這個名字來源于兩個方面。一方面是源于數據繁多，也就是我們為什么稱之為大數據。另一方面是源于數據的無序性。過去，計算機只能處理以一種形式輸入的數據。當你輸入的數據形式不對時，你要去重新調整它。大數據的本質就是能處理那些并非必要的數據。自從人們和企業開始處理非結構化的數據，他們就發明出了新的技術工具，比如說分布式計算。這些新的技術工具使得人們可以將數據以非結構化的形式儲存。

因為數據繁多，你不能總是帶著一臺主機，或者通過一臺超級計算機來瀏覽這些數據。你要做的是，將大問題化解成一系列的小問題，然后采用更加高效的運算體系來一一破解這些小問題。這就是“并行運算”。

D1Net評論：

越來越多的數據充斥著大數據時代，令人眼花繚亂，在眾多紛繁的數據中，真正有用的數據其實并不多，而數據的真正價值在于加工，將數據進行二次加工，才能真正發揮數據的價值和作用。