大數據和雲計算的關係是什麼？

謝邀～

雲計算需要大數據，大數據更離不開雲計算，
如果我們把大數據想像成水，那麼雲計算則像是承載這些水的一個容器。不過，理清大數據和雲計算關係之前，我們首先需要了解什麼是大數據，什麼又是雲計算？

大數據

簡單而言何為大數據？

雖然很多人將其定義為「大數據就是大規模的數據」。
但是，這個說法並不準確！「大規模」只是指數據的量而言。
數據量大，並不代表著數據一定有可以被深度學習演算法利用的價值。
大數據的4V特點：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（價值）。
例如：地球繞太陽運轉的過程中，每一秒鐘記錄一次地球相對太陽的運動速度、位置，可以得到大量數據。可如果只有這樣的數據，其實並沒有太多可以挖掘的價值！
大數據這裡我們參閱馬丁·希爾伯特的總結，今天我們常說的大數據其實是在2000年後，因為信息交換、信息存儲、信息處理三個方面能力的大幅增長而產生的數據：

信息交換

據估算，從1986年到2007年這20年間，地球上每天可以通過既有信息通道交換的信息數量增長了約217倍，這些信息的數字化程度，則從1986年的約20%增長到2007年的約99.9%。在數字化信息爆炸式增長的過程裏，每個參與信息交換的節點都可以在短時間內接收並存儲大量數據。

信息存儲

全球信息存儲能力大約每3年翻一番。從1986年到2007年這20年間，全球信息存儲能力增加了約120倍，所存儲信息的數字化程度也從1986年的約1%增長到2007年的約94%。1986年時，即便用上我們所有的信息載體、存儲手段，我們也不過能存儲全世界所交換信息的大約1%，而2007年這個數字已經增長到大約16%。信息存儲能力的增加為我們利用大數據提供了近乎無限的想像空間。

信息處理

有了海量的信息獲取能力和信息存儲能力，我們也必須有對這些信息進行整理、加工和分析的能力。谷歌、Facebook等公司在數據量逐漸增大的同時，也相應建立了靈活、強大的分散式數據處理集羣。
大數據在應用層面：大數據往往可以取代傳統意義上的抽樣調查、大數據都可以實時獲取、大數據往往混合了來自多個數據源的多維度信息、大數據的價值在於數據分析以及分析基礎上的數據挖掘和智能決策。

大數據指無法在一定時間範圍內用常規軟體工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。
雲計算

雲計算是將我們傳統的IT工作轉為以網路為依託的雲平臺運行，關於雲計算的定義也有不下100種解釋，現階段廣為接受的是美國國家標準與技術研究院（NIST）定義：雲計算是一種按使用量付費的模式，這種模式提供可用的、便捷的、按需的網路訪問，進入可配置的計算資源共享池（資源包括網路，伺服器，存儲，應用軟體，服務），這些資源能夠被快速提供，只需投入很少的管理工作，或與服務供應商進行很少的交互。

大數據雲計算
雲計算需要大數據，大數據更離不開雲計算！
正如前面知友所言，技術層面上來看大數據與雲計算的關係就像硬幣的正反面一樣密不可分。
大數據必然無法用單臺的計算機進行處理，必須採用分散式計算架構。它的特色在於對海量數據的挖掘，但它必須依託雲計算的分散式處理、分散式資料庫、雲存儲和虛擬化技術。
而雲計算的關鍵詞在於「整合」，無論你是通過現在已經很成熟的傳統的虛擬機切分型技術，還是通過Google後來所使用的海量節點聚合型技術，他都是通過將海量的伺服器資源通過網路進行整合，調度分配給用戶，從而解決用戶因為存儲計算資源不足所帶來的問題。
「如何存儲如今互聯網時代所產生的海量數據，如何有效的利用分析這些數據等等」也正是大數據時代數據的爆髮式增長所帶來的新的研究課題。
通俗點說大數據和雲計算之間的關係就像容器和水的關係，雲計算就像一個容器，而大數據則正是存放在這個容器中的水，大數據要依靠雲計算技術來進行存儲和計算。

大數據技術是一種新一代技術和構架，它以成本較低、以快速的採集、處理和分析技術，從各種超大規模的數據中提取價值。大數據技術不斷湧現和發展，讓我們處理海量數據更加容易、更加便宜和迅速，成為利用數據的好助手，甚至可以改變許多行業的商業模式。
大數據(big data)是這樣的數據集合：數據量增長速度極快，用常規的數據工具無法在一定的時間內進行採集、處理、存儲和計算的數據集合。
雲計算是一種基於網際網路的超級計算模式，在遠程的數據中心裡，成千上萬臺電腦和伺服器連接成一片電腦雲。因此，雲計算甚至可以讓你體驗每秒10萬億次的運算能力，擁有這麼強大的計算能力可以模擬核爆炸、預測氣候變化和市場發展趨勢。用戶通過電腦、筆記本、手機等方式接入數據中心，按自己的需求進行運算。

雲計算的就業前途，某種意義上也可以理解為雲計算為我們提供的服務，存在一定的必然性，也就是說雲計算對於社會、雲計算使用者有哪些優勢，也同時可以理解為，雲計算的優勢就是雲計算的就業優勢。

大數據與雲計算的關係就像一枚硬幣的正反面一樣密不可分。大數據必然無法用單臺的計算機進行處理，必須採用分散式架構。它的特色在於對海量數據進行分散式數據挖掘。但它必須依託雲計算的分散式處理、分散式資料庫和雲存儲、虛擬化技術。

1，大數據（big data），指無法在一定時間範圍內用常規軟體工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產1，大數據（big data），指無法在一定時間範圍內用常規軟體工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產
2，大數據與雲計算的關係就像一枚硬幣的正反面一樣密不可分。大數據必然無法用單臺的計算機進行處理，必須採用分散式計算架構。它的特色在於對海量數據的挖掘，但它必須依託雲計算的分散式處理、分散式資料庫、雲存儲和虛擬化技術。
他倆之間的關係你可以這樣來理解，雲計算技術就是一個容器，大數據正是存放在這個容器中的水，大數據是要依靠雲計算技術來進行存儲和計算的。

擴展資料：

大數據的4V特點：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（價值）。
雲計算的關鍵詞在於「整合」，無論你是通過現在已經很成熟的傳統的虛擬機切分型技術，還是通過google後來所使用的海量節點聚合型技術，他都是通過將海量的伺服器資源通過網路進行整合，調度分配給用戶，從而解決用戶因為存儲計算資源不足所帶來的問題。

大數據正是因為數據的爆髮式增長帶來的一個新的課題內容，如何存儲如今互聯網時代所產生的海量數據，如何有效的利用分析這些數據等等。
大數據的趨勢：
趨勢一：數據的資源化
何為資源化，是指大數據成為企業和社會關注的重要戰略資源，並已成為大家爭相搶奪的新焦點。因而，企業必須要提前制定大數據營銷戰略計劃，搶佔市場先機。
趨勢二：與雲計算的深度結合
大數據離不開雲處理，雲處理為大數據提供了彈性可拓展的基礎設備，是產生大數據的平臺之一。自2013年開始，大數據技術已開始和雲計算技術緊密結合，預計未來兩者關係將更為密切。除此之外，物聯網、移動互聯網等新興計算形態，也將一齊助力大數據革命，讓大數據營銷發揮出更大的影響力。
趨勢三：科學理論的突破
隨著大數據的快速發展，就像計算機和互聯網一樣，大數據很有可能是新一輪的技術革命。隨之興起的數據挖掘、機器學習和人工智慧等相關技術，可能會改變數據世界裡的很多演算法和基礎理論，實現科學技術上的突破。

先看一下大數據應用的幾個基本要求：
1. 數據。顧名思義你要先有大量歷史數據

2. 算力。要在這些數據上進行計算需要海量計算能力，不是單個伺服器可以承受的
3. 成本。有了數據和算力，如果計算一次的成本太高，那麼也無法廣泛應用。
雲計算恰好解決第二和第三點。通過大量伺服器虛擬化，可以為客戶提供一個理論上無上限的算力。通過規模化，將成本與大量用戶共同分擔，大大降低單用戶應用大數據的成本，使得大規模應用成為可能。
對於私有雲也是一樣，集合全公司全集團之力構建大數據平臺，均攤更子公司各業務線成本，使得大數據得以在集團內部大規模應用。
所以實際上並不是大數據和雲計算有什麼關係，而是雲計算恰好補齊了大數據短板而已。

其實沒什麼關係，大數據是底層數據建設，雲計算是新時代的應用手段，他倆都是未來的發展趨勢，但這是從狹義上來說的。
從廣義上來說，他倆都是計算機應用手段，大數據要放到雲伺服器，進行雲計算實現功能的應用，所以他們又是相輔相成的。
關註：黑龍江信息港雲，瞭解更多雲數據相關知識。

雲計算算的是什麼？不就是數據？

大數據的特點是大，但不見得全都是高價值的。雲計算的特點是彈性，可以隨時增加或減少計算和存儲資源。

大數據放在傳統數據中心裡，無疑會造成基礎設施的重複建設和資源浪費，因為並不是所有的數據都隨時有用。
大數據放在雲上，可以分層存儲，節省成本，在需要分析的時候臨時開啟大量算力，不需要的時候，存儲與計算分離，放在那幾乎不花錢。
我一個用戶用了aws的存儲之後說，這點錢基本可以忽略了！
絕配。

推薦閱讀：