數據處理：
Cloud computing (雲計算)：構建在網路上的分散式運算系統，數據是存儲於機房外的（即雲端）。
Data cleansing (數據清洗)：對數據進行重新審查和校驗的過程，目的在於刪除重複資訊、糾正存在的錯誤，並提供數據一致性。
Data mining (數據採擷/數據挖掘)：從數據集中發掘特定模式或資訊的過程。
Data modelling (數據建模)：使用數據建模技術來分析數據物件，以此洞悉數據的內在涵義。
Data virtualization (數據虛擬化)：數據整合的過程，以此獲得更多的數據資訊，這個過程通常會引入其他技術，例如數據庫，應用程式，檔案系統，網頁技術，大數據技術等等。
ETL技術: Extract, Transform and Load (提取-轉換-載入)：是一種用於數據庫或者數據倉庫的處理過程，即從各種不同的數據來源提取(E)數據，並轉換(T)成能滿足業務需要的數據，最後將其載入(L)到數據庫。
Predictive analysis (預測分析)：大數據分析方法中最有價值的一種分析方法，這種方法有助於預測個人未來(近期)的行為，例如某人很可能會買某些商品，可能會訪問某些網站，做某些事情或者產生某種行為。通過使用各種不同的數據集，例如歷史數據，交易數據，社交數據，或者客戶的個人資訊數據，來識別風險和機遇。
Outlier detection (異常值檢測)：異常值是指嚴重偏離一個數據集或一個數據組合總平均值的物件，該物件與數據集中的其他它相去甚遠，因此，異常值的出現意味著系統發生問題，需要對此另加分析。
高性能計算 (HPC: High-Performance-Computing)：使用超級電腦來解決極其複雜的計算問題。
框架與系統：
Distributed File System (分散式檔案系統)：提供簡化的，高可用的方式來存儲、分析、處理數據的系統。
Hadoop：一個開源的分散式系統基礎框架，可用于開發分散式程式，進行大數據的運算與存儲。
Hadoop 數據庫 (HBase)：一個開源的、非關聯式、分散式數據庫，與Hadoop框架共同使用。
HDFS：Hadoop Hadoop Distributed File System (分散式檔案系統)；是一個被設計成適合運行在commodity hardware (通用硬體)上的分散式檔案系統。
MapReduce：是處理大規模數據的一種軟體框架(Map: 映射，Reduce: 歸納)。
大規模並行處理 (MPP: Massively Parallel Processing)，同時使用多個處理器(或多台電腦) 處理同一個計算任務。
SQL：在關係型數據庫中，用於檢索數據的一種程式設計語言。
NoSQL：顧名思義，就是“不使用SQL”的數據庫。這類數據庫泛指傳統關係型數據庫以外的其他類型的數據庫。這類數據庫有更強的一致性，能處理超大規模和高併發的數據。
即服務：
SaaS，(Software-as-a-Service軟體即服務)：基於Web的通過流覽器使用的一種應用軟體。
Database-as-a-Service (數據庫即服務)：部署在雲端的數據庫，即用即付，例如IBM Cloud Service (IBM雲服務)。
PaaS，(Platform-as-a-Service平臺即服務)：為雲計算解決方案提供所有必需的基礎平臺的一種服務。
BDaaS，(Big-Data- as-a-Service大數據即服務)：各種在雲端上進行的大數據服務，包括數據供應，挖掘數據的分析工具供應（常通過一個儀錶盤或者控制板），數據分析本身，以及報告的生成。一些BDaaS還會涵蓋咨詢服務。
數據相關熱門：
Internet of Things (物聯網)：在普通的設備中裝上感測器，使這些設備能夠在任何時間任何地點與網路相連。
RFID，射頻識別：這種識別技術使用一種無線非接觸式射頻電磁場感測器來傳輸數據。
Machine learning (機器學習)：人工智慧的一部分，指的是機器能夠從它們所完成的任務中進行自我學習，通過長期的累積實現自我改進。
Natural Language Processing (自然語言處理)：是電腦科學的一個分支領域，它研究如何實現電腦與人類語言之間的交互。
Network analysis (網路分析)：分析網路或圖論中節點間的關係，即分析網路中節點間的連接和強度關係。
數據：
Complex structured data (複雜結構的數據)：由兩個或多個複雜而相互關聯部分組成的數據，這類數據不能簡單地由結構化查詢語言或工具(SQL)解析。
Data set (數據集)：大量數據的集合。
Log file (日誌檔)：由電腦系統自動生成的檔，記錄系統的運行過程。
Machine2Machine data (M2M數據)：兩台或多台機器間交流與傳輸的內容。
Machine data (機器數據)：由感測器或演算法在機器上產生的數據。
Metadata (中繼數據)：被稱為描述數據的數據，即描述數據數據屬性(數據是什麼)的資訊。
Real-time data (即時數據)：指在幾毫秒內被創建、處理、存儲、分析並顯示的數據。
Dashboard (儀錶板)：使用演算法分析數據，並將結果用圖表方式顯示於儀錶板中
如果你對大數據分析有興趣，請於下方訂閱我們的博客，或者關注我們的Facebook：/bigdataism; Instagram: @bdanews，或者發送郵件至info@bigdatarchitect.com與我們預約見面時間