大数据的定义是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，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。大数据具有数据体量巨大、数据类型繁多、价值密度低、处理速度快等特性。
大数据处理流程如下：数据采集：收集各种数据来源的数据，包括传感器数据、日志文件、社交媒体数据、交易记录等。数据采集可以通过各种方式进行，如API接口、爬虫、传感器设备等。数据存储：将采集到的数据存储在适当的存储介质中，例如关系型数据库、分布式文件系统、数据仓库或云存储等。
大数据的存储主要是一些分布式文件系统，现在有好些分布式文件系统。比较火的就是GFS，HDFS前者是谷歌的内部使用的，后者是根据谷歌的相关论文用java开发的来源框架。hdfs可以学习。MapReduce然后就是数据处理是学mapreduce，这是大数据出的不错的实现，可以基于hdfs实现大数据处理和优化存储。
前后端将采集到的数据给到数据部门，数据部门通过ETL工具将数据从来源端经过抽取（extract）、转换（transform）、加载（load）至目的端的过程，目的是将散落和零乱的数据集中存储起来。
在大数据的采集过程中，其主要特点和挑战是并发数高，因为同时有可能会有成千上万的用户来进行访问和操作，比如火车票售票网站和淘宝，它们并发的访问量在峰值时达到上百万，所以需要在采集端部署大量数据库才能支撑。并且如何在这些数据库之间进行负载均衡和分片的确是需要深入的思考和设计。
计算机中对数据进行加工与处理的部件通常称为运算器。运算器是计算机中执行各种算术和逻辑运算操作的部件。运算器由算术逻辑单元、累加器、状态寄存器、通用寄存器组等组成。运算器：arithmeticunit，计算机中执行各种算术和逻辑运算操作的部件。
计算机中对数据进行加工与处理的部件通常称运算器。运算器是计算机的核心部件，计算机中执行各种算术和逻辑运算操作的部件。运算器的基本操作包括加、减、乘、除四则运算，与、或、非、异或等逻辑操作，以及移位、比较和传送等操作，亦称算术逻辑部件（ALU）。
计算机中对数据进行加工与处理的部件通常称为处理器或者中央处理器（CPU）。中央处理器（CPU）是计算机中的核心部件，它负责执行程序中的指令，并对数据进行加工和处理。CPU主要由运算器和控制器组成，运算器负责进行算数运算和逻辑运算，而控制器则负责协调和指挥整个计算机系统的运行。
