大数据是种新研究方法，属于第四范式研究，不讲因果，只讲相关关系，通过相关关系来预测未来。2大数据研究方法终结了传统的定量定性研究分野。3大数据研究可视化，是优势。
实验科学、理论科学和计算科学。人类把科学研究的理论和方法延伸到军事领域，先后产生实验科学、理论科学和计算科学三种研究范式，大数据模式被称为第四科学研究范式。
第一范式是经验性的，几千年前人类基于对自然现象的直接观察。第二范式以自然理论模型为特征，例如17世纪的牛顿运动定律，或19世纪的麦克斯韦电动力学方程。第三范式是基于数值计算，20世纪出现电子计算机。
1、首先大数据更趋向自动化，另外数据的维度上较传统统计也有差异，例如平时做app的可能更关注日活，但是大数据可能就会从原有的日活中找到权重，发现新的统计名词，例如tad。
2、传统数据和大数据的区别表现在：数据规模不同、内容不同、处理方式不同。数据规模不同 传统数据技术主要是利用现有存在关系性数据库中的数据，对这些数据进行分析、处理，找到一些关联，并利用数据关联性创造价值。
3、大数据与传统数据最本质的区别体现在采集来源以及应用方向上。传统数据 的整理方式更能够凸显的群体水平——学生整体的学业水平，身体发育与体质 状况，社会性情绪及适应性的发展，对学校的满意度等等。
4、模型预测 ：预测模型、机器学习、建模仿真。结果呈现： 云计算、标签云、关系图等。
5、而边缘计算则是一种将计算资源移动到离数据源更接近的位置的计算模型。在边缘计算中，计算任务和数据处理发生在距离数据源更近的边缘设备（如边缘服务器、智能手机、物联网设备）上，而不是传统的集中式云数据中心。
材料的大数据计算有4类。针对不同类型的数据，大数据计算模式也不同，可分为四种，批处理计算，流式计算，交互式查询计算，图计算。
大数据的计算模式主要分为批量计算(batch computing)、流式计算(stream computing)、交互计算(interactive computing)、图计算(graph computing)等。
批处理计算模式 针对大规模数据的批量处理。批处理系统将并行计算的实现进行封装，大大降低开发人员的并行程序设计难度。目前主要的批处理计算系统代表产品有MapReduce、Spark等。
大数据的计算模式主要分为批量计算(batch computing)、流式计算(stream computing)、交互计算(interactive computing)、图计算(graph computing)等。
材料的大数据计算有4类。针对不同类型的数据，大数据计算模式也不同，可分为四种，批处理计算，流式计算，交互式查询计算，图计算。
内存计算 随着内存价格的不断下降和服务器可配置内存容量的不断增长，使用内存计算完成高速的大数据处理已成为大数据处理的重要发展方向。
视化分析 不管是对数据分析专家还是普通用户，数据可视化是数据分析工具最基本的要求.可视化可以直观的展示数据。大数据计算方式有流式计算，分布式计算，典型系统hadoop cloudra。
