1、數(shù)據(jù)收集
　　大數(shù)據(jù)時代，數(shù)據(jù)的來源極其廣泛，數(shù)據(jù)有不同的類型和格式，同時呈現(xiàn)爆發(fā)性增長的態(tài)勢，這些特性對數(shù)據(jù)收集技術(shù)也提出了更高的要求。數(shù)據(jù)收集需要從不同的數(shù)據(jù)源實時的或及時的收集不同類型的數(shù)據(jù)并發(fā)送給存儲系統(tǒng)或數(shù)據(jù)中間件系統(tǒng)進行后續(xù)處理。

　　2、數(shù)據(jù)預(yù)處理
　　數(shù)據(jù)的質(zhì)量對數(shù)據(jù)的價值大小有直接影響，低質(zhì)量數(shù)據(jù)將導(dǎo)致低質(zhì)量的分析和挖掘結(jié)果。廣義的數(shù)據(jù)質(zhì)量涉及許多因素，如數(shù)據(jù)的準確性、完整性、一致性、時效性、可信性與可解釋性等

　　3、數(shù)據(jù)存儲
　　分布式存儲與訪問是大數(shù)據(jù)存儲的關(guān)鍵技術(shù)，它具有經(jīng)濟、高效、容錯好等特點。分布式存儲技術(shù)與數(shù)據(jù)存儲介質(zhì)的類型和數(shù)據(jù)的組織管理形式直接相關(guān)。

　　4、數(shù)據(jù)處理
　　分布式數(shù)據(jù)處理技術(shù)一方面與分布式存儲形式直接相關(guān)，另一方面也與業(yè)務(wù)數(shù)據(jù)的溫度類型(冷數(shù)據(jù)、熱數(shù)據(jù))相關(guān)。目前主要的數(shù)據(jù)處理計算模型包括MapReduce計算模型、DAG計算模型、BSP計算模型等。