当我们对“云计算”、“物联网”等概念还感觉模糊的时候，“大数据”横空出世且其发展呈燎原之势。例如，为了减少火车脱轨造成的伤亡，交通系统变得更加智能。火车上安装了各种传感器来收集各个部位运行情况的数据，以此来检测存在安全隐患的器件，当然，这些还远不能称为“智能”，要对铁轨乃至整个交通系统都能够进行实时的数据采集，甚至对影响交通的天气情况都要考虑在内，现在把这些信息加入到火车的承载量、出发以及到达等数据里，一个大数据问题就出现了。
       我们身处数据的海洋，几乎所有事物都与数据有关，环境、金融、医疗……我们每天都在产生数据，打电话、发短信、进地铁站安检、进办公楼刷卡、在 QQ 上聊天、上淘宝网购物……大量数据实时地影响我们的工作、生活乃至社会发展。数据成为与自然资源、人力资源同样重要的战略资源，引起了科技界和企业界的高度重视。
    根据国际数据资讯(IDC)公司监测，全球数据量大约每两年翻一番，预计到 2020 年，全球将拥有 35ZB 的数据量(如图 1 所示)，并且 85%以上的数据以非结构化或半结构化的形式存在。IT 专业人员预见数据处理面临的挑战，用“Big  Data(大数据)”来形容这个问题。其实，“大数据”这个名词并不新鲜，早在上个世纪80年代就有美国人提出来。2008 年 9 月，《科学》杂志发表文章“Big Data: Science in the Petabyte Era”,“大数据”这个词开始广泛传播。
   2011 年 6 月，IDC 研究报告《从混沌中提取价值》中三个基本论断构成了大数据的理论基础，人们对大数据的关注程度日益上升，据统计，Google“大数据”搜索量自2011 年 6 月起呈直线上升趋势，大数据时代的到来毋庸置疑。

下面我们从六个部分来介绍大数据时代带给了我们什么。
未来，我们在大数据时代最应该做的是什么呢？
一  大数据是什么？
二  大数据有什么特征？
三  大数据在国内外的发展情况
四  大数据时代的相关技术
五  大数据时代未来面临的挑战
六  大数据时代统计学面临的机遇与挑战

     在数据分析的世界里，不断提高驾驭数据的能力是统计学发展的终身动力。
      一个新生事物的出现将必定导致传统观念和技术的革命，数码照相机的出现导致传统相片胶卷和影像业的已近消亡。如果大数据包含了所有父亲和儿子的身高数据，只要计算给定的父亲身高下所有儿子的平均身高就可以预测其儿子身高了。模型不再重要，当年统计学最得意的回归预测方法将被淘汰。大数据的到来将对传统的统计方法进行考验。统计学会不会象科学哲学那样，只佩戴着历史的光环，而不再主导和引领人们分析和利用大数据资源。现在其他学科和行业涌入大数据的热潮，如果统计学不抓紧参与的话，将面临着被边缘化的危险。

    我们在看到大数据给统计学带来了机遇的同时，也应该看到现在的统计方法普遍只适用于全部数据放在单个计算机内存的环境，分布式大数据和数据流的环境给统计学带来了挑战。统计学家不应该固守传统数据的环境，必须积极学习新生事物，适应新的大数据环境，扩展统计学的应用领域，创造出迎合大数据的新统计方法，“机遇”与“挑战”并存。