在計算機系統中，各種字母、數字符號的組合、語音、圖形、圖像等統稱為數據，數據經過加工后就成為信息。時下人類信息以每年50%的速度增長，大約每兩年就翻一番；數據海洋呈爆發式增長。

什么是大數據？有研究報告將大數據定義為，由數量巨大、結構復雜、類型眾多數據構成的數據集合，是基于云計算的數據處理與應用模式，通過數據的整合共享、交叉復用形成的智力資源和知識服務能力。大數據技術的戰略意義在于對這些有意義的數據進行專業化處理，從海量數據中發掘出真正的價值。

最早提出大數據時代到來的是全球知名咨詢公司麥肯錫，麥肯錫稱：“數據，已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素。人們對于海量數據的挖掘和運用，預示著新一波生產率增長和消費者盈余浪潮的到來。”

大數據到底有多大？一組名為“互聯網上一天”的數據告訴我們，一天之中，互聯網產生的全部內容可以刻滿1.68億張DVD；發出的郵件有2940億封之多，相當于美國兩年的紙質信件數量；發出的社區帖子達200萬個，相當于《時代》雜志770年的文字量；賣出的手機為37.8萬臺，高于全球每天出生的嬰兒數量37.1萬……截止到2012年，數據量已經從TB（1024GB=1TB）級別躍升到PB（1024TB=1PB）、EB（1024PB=1EB）乃至ZB(1024EB=1ZB)級別。隨著計算機硬件成本、計算機內存成本的降低和超級集群計算機的產生，使得處理大規模的復雜數據成為可能，這樣就產生以結構化（股票交易數據）、半結構化（網絡日志）和非結構化（文本數據、音頻數據、視頻數據）為主的大數據。其中非結構化數據占互聯網數據總量的80%。

目前，一些專業人士將大數據概括為四大特征，即“四V”：數量大（Volume），數據量級已從TB（1012字節）發展至PB乃至ZB，可稱海量、巨量乃至超量；多樣性（Variable），數據類型繁多，多為網頁、圖片、視頻、圖像與位置信息等半結構化和非結構化數據信息；速度快（Velocity），數據流往往為高速實時數據流，而且往往需要快速、持續的實時處理，處理工具亦在快速演進，軟件工程及人工智能等均可能介入；價值高（Value），以視頻安全監控為例，連續不斷的監控流中，有重大價值者可能僅為一兩秒的數據流，360度全方位視頻監控的“死角”處，可能會挖掘出最有價值的圖像信息。