大資料領域每年都會湧現出大量新的技術，成為大資料獲取、儲存、處理分析或視覺化的有效手段。大資料技術能夠將大規模資料中隱藏的資訊和知識挖掘出來，為人類社會經濟活動提供依據，提高各個領域的執行效率，甚至整個社會經濟的集約化程度。

大資料技術逐漸成熟，已經在諸多領域得到了廣泛的應用，隨著5G時代的帶來，資料化的企業運營成為企業最佳化產業結構、提升服務質量的奠基。在資料時代資料量迅速擴大、資料維度不斷完善、資料分析的指導性更加明顯。

資料分析是指用適當的統計方法對收集來的大量第一手資料和第二手資料進行分析，以求最大化地開發資料資料的功能，發揮資料的作用。是為了提取有用資訊和形成結論而對資料加以詳細研究和概括總結的過程。

資料分析可幫助人們作出判斷，以便採取適當行動。資料分析是組織有目的地收集資料、分析資料，使之成為資訊的過程。這一過程是質量管理體系的支援過程。在產品的整個壽命週期，包括從市場調研到售後服務和最終處置的各個過程都需要適當運用資料分析過程，以提升有效性。資料分析有極廣泛的應用範圍。

資料分析和視覺化基於計算處理層。分析包括簡單的查詢分析、流分析以及更復雜的分析。查詢分析多基於表結構和關係函式，流分析基於資料、事件流以及簡單的統計分析，而複雜分析則基於更復雜的資料結構與方法，如圖、矩陣、迭代計算和線性代數。一般意義的視覺化是對分析結果的展示。但是透過互動式視覺化，還可以探索性地提問，使分析獲得新的線索，形成迭代的分析和視覺化。

資料探勘在未來的發展趨勢上，Web網路中資料探勘的應用，特別是在網際網路上建立資料探勘伺服器，與資料庫伺服器配合，實現資料探勘，從而建立強大的資料探勘引擎與資料探勘服務市場。融合各種異構資料的挖掘技術， 加強對各種非結構化資料的開採，如對文字資料，圖形資料，影片影象資料，聲音資料乃至綜合多媒體資料的開採。

資料探勘演算法多種多樣，且不同演算法因基於不同的資料型別和格式，會呈現出不同的資料特點。但一般來講，建立模型的過程卻是相似的，即首先分析使用者提供的資料，然後針對特定型別的模式和趨勢進行查詢，並用分析結果定義建立挖掘模型的最佳引數，並將這些引數應用於整個資料集，以提取可行模式和詳細統計資訊。

根據大資料處理多樣性的需求和以上不同的特徵維度，目前出現了多種典型和重要的大資料計算模式。與這些計算模式相適應，出現了很多對應的大資料計算系統和工具。由於單純描述計算模式比較抽象和空洞，因此在描述不同計算模式時，將同時給出相應的典型計算系統和工具。