如何利用大資料查詢功能分析資訊
當前，大資料、網際網路+、雲端計算等詞，已經成為人人熟知的詞彙，各行業的使用者都在高頻度的接觸這些專業術語，可以說大資料不僅是行業趨勢，也已經在方方面面中影響著人們的生活，而如今這個時代已經算是“大資料時代”，使用大資料進行查詢、分析變得很普遍。
以往傳統行業中，業務系統多以OLTP1為主，尤其傳統資料庫資料量多數是幾十萬或幾百萬，資料千萬就要分庫，分表了，過億了就要用到另外一種資料處理技術了。
我們正處在網際網路時代，需要處理的資料規模增長至TB乃至PB級別，隨著資料規模的持續增加，由應用產生資料型別已經較從前更為豐富，印象，捕獲、儲存、搜尋、分析、分析以及視覺化資料在不斷挑戰著傳統的關係型資料庫。
在大資料中，這些資料就像一車車的金礦石，先被放到一個矩形的倉庫中存了起來。發現金礦，採集礦石，運回倉庫，這些過程可能都不是最精彩的，大家最期盼的是如何將礦石變成金子，也就是鍊金。大資料的“鍊金術”就是發現數據的潛在價值。
在《大資料時代》這本書中說到，大資料是指不用隨機分析法這樣的捷徑，而是面對所有資料進行分析處理，並且具有大量、高速、多樣、真實性等特徵。
對於大資料資訊的處理中，通常以批處理（Batch），即席查詢和分析（Ad-hoc），流計算(Stream)，這三種為主要方式，一般來說批處理通常是離線計算，對計算時效性要求不高，一個任務可以撇給它幾十個T甚至上P的資料，它都可以吃的消。
流計算是在資料流入的同時即把相應的計算操作完成，有極高的時效性，非常適用於實時統計，根據預設規則預警，結合各種演算法做預測等資料分析需求。
在各類形同中已經應用非常廣泛。但流計算本質屬於預計算分析，必須預先知道想要統計分析的資料或維度，根業內其它預計算引擎的短板一樣，就是靈活度極大受限。
即席查詢和分析的計算模式兼具了良好的時效性與靈活性，是對批處理，流計算兩大計算模式有力補充。
通過大資料查詢功能分析資訊，必然需要海量資料資訊，98資料可以擁有海量資料來源，使使用者在使用大資料分析時，不再擔心資料來源的情況。