本节书摘来异步社区《大数据存储：MongoDB实战指南》一书中的第1章，第1.1节，作者： 郭远威 , 彭文波 责编： 陈冀康，更多章节内容可以访问云栖社区“异步社区”公众号查看。
大数据存储：MongoDB实战指南对于各种规模大小的组织机构而言，由于数据爆炸式的增长，传统的数据处理技术变得越来越难适应，需要有变革的技术来存储、分析这些大数据。谁能够掌握这些存储、分析技术，谁就有可能成为未来市场的主导者。财富500强公司在这个方面已走在前列，他们认识到大数据不仅仅是一门技术，而且是未来商业的发展趋势，并且已经开始从创新的大数据业务中受益。例如，企业能够分析用户的Web点击习惯，总结出用户喜好，进而有针对性地开展促销；政府部门能够利用大数据预测疾病的传播趋势，进而提前进行干预。
具体来说，大数据技术涉及到数据的创造、存储、获取和分析，数据的主要特点有以下几个。
数据量大。一个典型的PC机在2000年前后其存储空间可能有10GB，今天Facebook一天增加的数据量就将近有500TB；一架波音737的飞机围绕美国飞行一周将会产生240TB的数据；移动互联网的发展，智能手机的普及，人们每时每刻都在产生数以百万计的数据。
数据变化快。高速的股票交易市场，产生的数据以微秒计算；基础设施系统、实施系统每秒都产生大量的变化的日志，每秒都处理大量的并发。
数据多样性。大数据的类型不仅仅是简单的数字、日期和字符串，它可能包含地理数据、3D数据、音视频以及无结构的文档，而且这么多类型的数据可能需要保存在一起。
大数据技术的战略意义不仅在于掌握庞大的数据信息，而且也在于对这些含有意义的数据进行专业化处理。换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键在于提高对数据的“存储和加工能力”，通过“加工”实现数据的“增值”。大数据技术能够利用修改过的硬件取代原来高消耗和昂贵的老系统。由于许多大数据技术是开源的，它们实施起来更快且更便宜，例如，将它的数据存储技术迁移到MongoDB上来。
相关资源：大数据存储MongoDB实战指南