数据湖：数据湖是个庞大的数据存储库，从不同来源收集数据，并以自然状态存储起来。切莫与数据仓库混为一谈，数据仓库基本上执行同样的功能，但不像数据湖那样以自然状态存储数据，而是对数据明确结构以便存储起来。为了进一步了解两者之间的区别，不妨打个比方：数据湖如同未经过滤的河水，而数据仓库更像是一堆瓶装水。

Hadoop生态系统：Apache Hadoop可能不如以前那么流行，但说到大数据免不了要提到这项技术。这种开源框架用于大数据集的分布式处理。它已发展得很庞大，足以容纳相关软件的整个生态系统，许多商业大数据解决方案基于Hadoop。

NoSQL数据库：数据库管理员经常查询、处理和管理存储在关系数据库管理系统(RDMS)中的结构化数据。另一方面，NoSQL数据库存储非结构化数据并提供快速性能。这意味着它在处理众多类型的海量数据的同时提供了灵活性。NoSQL数据库的几个例子包括MongoDB、Redis和Cassandra。

Apache Spark：Apache Spark是一种用于在Hadoop中处理大量数据的引擎，比Hadoop的标准引擎MapReduce快100倍。人们对这项技术的兴趣正变得越来越浓厚。

人工智能：人工智能不是一项新技术，但这些年来它已证明了其实用性。在许多方面，大数据通过人工智能的两个分支：机器学习和深度学习在推动人工智能的发展方面发挥了作用。众所周知，机器学习是指计算机无需繁琐的编程就能够学习。将这应用到大数据分析中，机器学习使系统能够查看历史数据、识别模式、构建模型、预测未来结果，并且主要与预测分析技术有关。