1樓：微特數字科技
關於大資料和雲計算的關係人們通常會有誤解。而且也會把它們混起來說，分別做一句話直白解釋就是：雲計算就是硬體資源的虛擬化;大資料就是海量資料的高效處理。
大資料技術是指從各種各樣型別的資料中，快速獲得有價值資訊的能力。適用於大資料的技術，包括大規模並行處理（MPP）資料庫，資料探勘電網，分布式檔案系統，分布式資料庫，雲計算平台，網際網路，和可擴充套件的儲存系統。
雲計算是基於網際網路的相關服務的增加、使用和交付模式，通常涉及通過網際網路來提供動態易擴充套件且經常是虛擬化的資源。雲是網路、網際網路的一種比喻說法。過去在圖中往往用雲來表示電信網，後來也用來表示網際網路和底層基礎設施的抽象。
雲計算相當於我們的計算機和作業系統，將大量的硬體資源虛擬化之後再進行分配使用，在雲計算領域目前的老大應該算是Amazon，可以說為雲計算提供了商業化的標準，另外值得關注的還有VMware(其實從這一點可以幫助你理解雲計算和虛擬化的關係)，開源的雲平台較有活力的就是Openstack了。
大資料相當於海量資料的「資料庫」，而且通觀大資料領域的發展也能看出，當前的大資料處理一直在向著近似於傳統資料庫體驗的方向發展，Hadoop的產生使我們能夠用普通機器建立穩定的處理TB級資料的集群，把傳統而昂貴的平行計算等概念一下就拉到了我們的面前，但是其不適合資料分析人員使用(因為MapReduce開發複雜)，所以PigLatin和Hive出現了(分別是Yahoo!和facebook發起的專案，說到這補充一下，在大資料領域Google、facebook、twitter等前沿的網際網路公司作出了很積極和強大的貢獻)，為我們帶來了類SQL的操作，到這裡操作方式像SQL了，但是處理效率很慢，絕對和傳統的資料庫的處理效率有天壤之別，所以人們又在想怎樣在大資料處理上不只是操作方式類SQL，而處理速度也能「類SQL」，Google為我們帶來了Dremel/PowerDrill等技術，Cloudera(Hadoop商業化較強的公司，Hadoop之父cutting就在這裡負責技術領導)的Impala也出現了。
兩個都炙手可熱，很有前景，但是是否值得學不好下定論，請根據自己的實際情況選擇適合自己的一項。
2樓：八方的劇綜
兩個都炙手可熱，很有前景，但是是否值得學不好下定論，這是沒有標準的。
學什麼還是看你個人興趣和天分。
大資料分析常和雲計算聯絡到一起，因為實時的大型資料集分析需要像MapReduce一樣的框架來向數
十、數百或甚至數千的電腦分配工作。
1.雲計算是分布式計算的一種，指的是通過網路「雲」將巨大的資料計算處理程式分解成無數個小程式，然後，通過多部伺服器組成的系統進行處理和分析這些小程式得到結果並返回給使用者。
雲計算的優點：規模大，虛擬化，成本低。
2.大資料通俗的解釋就是海量的資料，大就是多廣的意思，而資料就是資訊、技術以及資料資料，合起來就是多而廣的資訊、技術、以及資料資料。
大資料的四大特徵：快速化，多樣化，大量化，價值高和密度低。
3樓：mmenu
雲計算是雲計算，大資料是大資料，兩者區別很大啊。
大資料分析常和雲計算聯絡到一起，因為實時的大型資料集分析需要像MapReduce一樣的框架來向數
十、數百或甚至數千的電腦分配工作。
1.雲計算是分布式計算的一種，指的是通過網路「雲」將巨大的資料計算處理程式分解成無數個小程式，然後，通過多部伺服器組成的系統進行處理和分析這些小程式得到結果並返回給使用者。
雲計算的優點：規模大，虛擬化，成本低。
2.大資料通俗的解釋就是海量的資料，大就是多廣的意思，而資料就是資訊、技術以及資料資料，合起來就是多而廣的資訊、技術、以及資料資料。
大資料的四大特徵：快速化，多樣化，大量化，價值高和密度低。
值不值得學沒有定論，根據你自己的興趣和需求咯。
4樓：大孔雀小奶爸
雲計算，顧名思義就是通過「雲」進行分布式的計算處理，偏向資源的虛擬化；大資料，是指龐大的資料資訊無法用單一的計算機處理資訊，需要採用分布式架構進行處理，偏向海量資料的高效處理。大資料的處理要基於雲計算做為載體，而雲計算也要基於有大資料才行。
在大學的課程設定上：
雲計算專業課程一般包括計算機程式設計技術、資料庫技術、虛擬化技術、分布式架構、網路儲存技術及計算機硬體執行的原理等等；而大資料課程學的多為資料相關的，如數學、高代、演算法、資料結構、概率與統計、資料庫、資料探勘、資料分析等相關。
從課程上看，還是有相當區別的。但是實際運用中，兩者的關係非常大，有人甚至稱為「雲資料，大計算」
就業上來看，目前兩個方向的就業都非常不錯。
現在很多企業非常注重大資料，未來線上化智慧型化，大資料將是最珍貴的。
至於學什麼專業，看個人興趣吧。
5樓：飛總
雲計算是雲計算，簡單來說可以認為你租用了雲計算公司的資源並為此付費。類似你用水用電。
大資料主要是指以Hadoop為基礎的一整套資料處理分析平台。它可以在雲計算上實現也可以在自己的機房裡實現。
兩者有關係，主要是雲計算廠商提供大資料服務，可以有效提高資源利用率，從而為每個客戶帶去更低的成本。
6樓：崔旭
本人正在從事雲計算與大資料相關專案的諮詢、建設工作，從工作實踐來看，雲計算本身研究是基於利用分散的硬體裝置，借助於網路環境，構建雲化的分布式計算環境，偏向於基礎層和硬體層，研究的目的是不斷降低硬體成本，不斷提高計算效率；大資料研究的是海量資料的處理和應用，更加偏向於應用層，基於Hadoop架構的大資料平台採用的是分布計算架構，可以架構在基於雲計算的計算環境上，也可以架構在離線的計算環境上，大資料研究資料的處理、分析、應用，不涉及到底層的硬體和效能，研究的目的是資料價值的挖掘和應用。
從定義來看，不僅存在雲計算，近年還提出了霧計算、霾計算，大資料也沒有嚴格的定義，但是從hadoop架構來看，更多是一種邏輯計算框架，不涉及底層硬體。
個人建議，雲計算更偏向於原來的計算機專業，研究的是硬體和基礎運算框架，而大資料是面向應用的，但是對於數學的要求，但大資料人才需求旺盛，年薪高。如數學不是太差建議學習大資料。
7樓：海深見鯨
從理論角度來看，二者屬於不同層次的事情，雲計算研究的是計算問題，大資料研究的是巨量資料處理問題，而巨量資料處理依然屬於計算問題的研究範圍，因此，從這個角度來看，大資料是雲計算的乙個子領域；
從應用角度來看，大資料是雲計算的應用案例之一，雲計算是大資料的實現工具之一。綜上，大資料與雲計算既有不同又有聯絡，但在現實中，由於大資料處理時為了獲得良好的效率和質量，常常採用雲計算技術，因此，大資料與雲計算便常常同時出現於人們的眼前，從而造成了人們的困惑。
應該會根據你的興趣來看，大資料注重的是資料分析，雲計算是偏向計算機軟硬體架構與應用。大資料方向需要有紮實的數學基礎，如果數學不是很好，這個學習起來比較吃力。雲計算需要計算機技術能力較強。
兩個方向應該來說都需要良好的數學基礎和程式設計基礎，可以來千鋒好程式設計師體驗一下兩周的免費試聽課在做打算。
求指教，各位大神雲計算和大資料學哪個專業更好？
追逐的夢 對於雲計算和大資料哪個專業更好，這倆沒有乙個界定，雲計算與大資料可以說是相輔相成的 大資料即海量 雜亂 無序的資料集合，依靠傳統的資料處理方式已經難以進行處理了，需要依靠其他的方式進行處理，在處理資料的時候，算力是其中的關鍵，然而傳統計算機的算力是有限的，雲計算就是一種解決算力的良好方式，...
大資料和資料大集中有什麼區別和聯絡？
世態炎涼啊，這個問題我覺得還沒那么小白吧。補充點現在我的見解，如果有看到這個問題的人還關注解答的話。大資料實質是資料量到了一定程度，怎麼獲取 處理和分析的事情。其他問題比如資料中心怎麼建設 是否採用資料大集中的形式可以說和大資料的實質關係不大。大資料使用的資料可以是集中的一處拿來的，更可能是分布在多...
雲計算，大資料資料安全和隱私保護，如何系統來學習？
井鮮障 對於雲計算和大資料的網路安全問題，我們通過學習密碼技術與資料標識，採用信任管理 訪問控制 資料加密 可信計算 密紋檢索等技術手段，構建傳輸 分析 應用為一體的資料安全體系，這樣可以有效地解決隱私保護 資料來源真實 防身份假冒等問題。個人認為非常重要的一點就是學習防禦黑客與資料管理知識。在通過...