大数据是（shì）指用现有的计算机软（ruǎn）硬件（jiàn）设施（shī）难以采集、存储、管理、分析和（hé）使用的超大规模的（de）数据（jù）集。大数据具有规模（mó）大、种（zhǒng）类杂（zá）、快速化、价值密度低等特（tè）点（diǎn）（4V特性）。大（dà）数据（jù）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（tōng）常（cháng）称为大数据的门槛。

数据分（fèn）析（xī）是（shì）一个大的概念，理（lǐ）论上任何对（duì）数据进（jìn）行计（jì）算、处（chù）理从而得出一些有意义的结论的（de）过程，都（dōu）叫数据分析（xī）。从数据本身的复杂（zá）程度、以及（jí）对数据进行处理的复杂度和（hé）深度来（lái）看（kàn），可以把数据（jù）分析分为（wéi）以下4个层次：数据统计（jì），OLAP，数据挖（wā）掘，大数（shù）据（jù）。

大（dà）数据（jù）分（fèn）析和数（shù）据分析是（shì）有区别和联系的。这里重点关注两者的是技术要求、使用（yòng）场景、业务范围等方面的区别和（hé）联系。重点要区分（fèn）理论研究（jiū）和实（shí）际应用两方面区别和（hé）联系。

第一：在（zài）分析方法上两者并没有本质不同

数据分析的核（hé）心工作是人对数据指标（biāo）的（de）分析、思考（kǎo）和（hé）解读，人脑所能（néng）承载的数据量是极其（qí）有（yǒu）限的。所以，无论是“传统数据（jù）分析（xī）”，还是（shì）“大数据分析”，均需要将原始数据按照（zhào）分析思路进行统计处理，得到（dào）概要性的统（tǒng）计结果（guǒ）供人分析。两者（zhě）在这个过程（chéng）中是类似的，区别只是原始数据（jù）量大小（xiǎo）所（suǒ）导（dǎo）致处理方式的（de）不同。

第二（èr）：在对统计学知识的使用重心（xīn）上两者存在较大的不同

传统数据分析”使用的（de）知识主要围绕（rào）“能否通（tōng）过少（shǎo）量的（de）抽样（yàng）数（shù）据来推测（cè）真实世界”的主题展开。“大数据分析”主要是利（lì）用各种类型的全量数据（不（bú）是（shì）抽样数据），设计统（tǒng）计方（fāng）案，得到兼具细致和置信的统计结（jié）论。

第三（sān）：与机器（qì）学习模（mó）型的（de）关系上，两者有着本质差别

“传统数据分（fèn）析”在大部分时候，知识将机器学习模型当（dāng）黑（hēi）盒工具来辅助分析数据。而“大数据分析”，更多时候是两者的（de）紧密结合，大（dà）数据分（fèn）析产出的不仅是一（yī）份分析效果测评，后（hòu）续基于此来升级产（chǎn）品。在大数据分（fèn）析的场景中（zhōng），数据分析往往是数据加（jiā）墨的前（qián）奏，数据建模是数据（jù）分析的（de）成果。