由于移动互联网和云计算的崛起，数据量的激增让大数据概念在互联网行业中炒的十分火热。根据IDC 2011年发布的Digital Universe Study，全球信息总量每过两年，就会增长一倍。仅在2011年，全球被创建和被复制的数据总量为1.8ZB(1.8万亿GB)。相较2010年同期上涨超过1ZB，到2020年这一数值将增长到35ZB，这就是大数据的创建和产生。
“大数据(Big Data)”并非新生事物，它在物理学、生物学、环境生态学、自动控制等科学领域，以及军事、通讯、金融等行业业已存在多年。近年来，随着互联网行业的蓬勃发展，大数据愈来愈得到人们的关注，开始焕发出勃然生机。2012年初，《纽约时报》撰文，宣告“大数据时代”已然降临。文章指出，“大数据”正在对各个领域都造成影响。举例而言，在商业、经济及其他领域中，越来越多的决策行为将日益依赖于对数据的收集和梳理分析而做出，基于经验和直觉的判断将被质疑;而在公共卫生、经济发展和经济预测等领域中，“大数据”的预见能力也已崭露头角。
Gartner对“大数据”做出定义：“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。这一定义指出大数据将成为企业和社会的重要资产。
从某种程度上说，大数据是数据分析的前沿技术。简言之，从各种各样的数据中，快速获得有价值的信息的能力，就是大数据技术。明白这一点至关重要，也正是这一点促使该技术具备走向众多企业的潜力。
大数据可分成大数据技术、大数据工程、大数据科学和大数据应用等领域。目前人们谈论最多的是大数据技术和大数据应用。工程和科学问题尚未被重视。大数据工程是指大数据的规划建设运营管理的系统工程;大数据科学则关注大数据网络发展和运营过程中发现和验证大数据的规律及其与自然和社会活动之间的关系。
大数据具备四个层面的特点，它们分别是：第一，数据体量巨大：从TB级别，跃升到PB级别，甚至EB级别;第二，数据类型繁多：数据多样，网络日志、视频、图片、地理位置信息等等，几乎无所不包。第三，价值密度低：不相关信息数量庞大，需要深度挖掘分析。例如，在连续不断的视频监控过程中，可能有用的数据仅有一两秒。第四，处理速度快：“1秒定律”，即实时分析而非批量式分析，立竿见影而非事后见效，而这与传统的数据挖掘技术有着本质的不同。业界将其归纳为4个“V”——Volume、Variety、Value、Velocity。
随着互联网技术的不断发展，“数据即资产”这一观点在业界已达成共识。如果说云计算为数据资产提供了保管、访问的场所和渠道，那么如何盘活数据资产，使其为国家治理、企业决策乃至个人生活服务，则是大数据的核心议题，也是云计算内在的灵魂和必然的升级方向。从技术发展的角度来看，大数据仍处于高速成长期。
大数据是具有国家战略意义的新兴产业，正受到政府的高度关注。《“十二五”国家战略性新兴产业发展规划》提出支持海量数据存储、处理技术的研发与产业化;《物联网“十二五”发展规划》中，也将信息处理技术列为四项关键技术创新工程之一，其中包括海量数据存储、数据挖掘、图像视频智能分析，另外三项关键技术创新工程，包括信息感知技术、信息传输技术、信息安全技术，也都是大数据产业的重要组成部分，与大数据产业发展密切相关。
