1、數據收集
　　大數據時代，數據的來源極其廣泛，數據有不同的類型和格式，同時呈現爆發性增長的態勢，這些特性對數據收集技術也提出了更高的要求。數據收集需要從不同的數據源實時的或及時的收集不同類型的數據并發送給存儲系統或數據中間件系統進行后續處理。

　　2、數據預處理
　　數據的質量對數據的價值大小有直接影響，低質量數據將導致低質量的分析和挖掘結果。廣義的數據質量涉及許多因素，如數據的準確性、完整性、一致性、時效性、可信性與可解釋性等

　　3、數據存儲
　　分布式存儲與訪問是大數據存儲的關鍵技術，它具有經濟、高效、容錯好等特點。分布式存儲技術與數據存儲介質的類型和數據的組織管理形式直接相關。

　　4、數據處理
　　分布式數據處理技術一方面與分布式存儲形式直接相關，另一方面也與業務數據的溫度類型(冷數據、熱數據)相關。目前主要的數據處理計算模型包括MapReduce計算模型、DAG計算模型、BSP計算模型等。