回答这个问题之前大技术，我先简单的说明一下，大的重要性和适用性。
首先，我国的大数据基础并不好，后来想通过管理，把复杂的事情简单化，标准化，从而产生大数据时代。
至于发展和应用，主要体现在三个方面：
第一：存储。利用大数据管理，可以有效的降低各方面的成本。
第二：计算。我们应该知道，大数据时代的计算速度很重要，而提高速度正是大数据发展中产生的必然结果。
第三：智慧。这一点大家都不陌生，各大行业都在争相应用，这也是人类发展大数据最终面临解决好的问题，人类对智慧的渴望，不紧体现在自已身上，同时也想让机器拥有人的智慧，从而实现解放人脑的过度劳动。
综上所讲，人类发展大数据是这个时代的必然产物，惠及子孙后代。
大数据和数据挖掘什么？
去百度文库，查看完整内容>
内容来自用户:天成信息
大数据和数据分析区别
大数据是指用现有的计算机软硬件设施难以采集、存储、管理、分析和使用的超大规模的数据集。大数据具有规模大、种类杂、快速化、价值密度低等特点（4V特性）。大数据的“大”是一个相对概念，没有具体标准，如果一定要给一个标准，那么10-100TB通常称为大数据的门槛。 数据分析是一个大的概念，理论上任何对数据进行计算、处理从而得出一些有意义的结论的过程，都叫数据分析。从数据本身的复杂程度、以及对数据进行处理的复杂度和深度来看，可以把数据分析分为以下4个层次：数据统计，OLAP，数据挖掘，大数据。 大数据分析和数据分析是有区别和联系的。这里重点关注两者的是技术要求、使用场景、业务范围等方面的区别和联系。重点要区分理论研究和实际应用两方面区别和联系。 第一：在分析方法上两者并没有本质不同 数据分析的核心工作是人对数据指标的分析、思考和解读，人脑所能承载的数据量是极其有限的。所以，无论是“传统数据分析”，还是“大数据分析”，均需要将原始数据按照分析思路进行统计处理，得到概要性的统计结果
供人分析。两者在这个过程中是类似的，区别只是原始数据量大小所导致处理方式的不同。 第二：在对统计学知识的使用重心上两者存在较大的不同 传统数据分析”使用的知识主要围绕“能否通过少量的抽样数据来推测真实世界”的主题展开。“大