大数据实时处理技术主要包括批处理与流处理的结合离线计算与在线计算的融合等，以满足不同场景下的实时数据处理需求流计算则是一种基于数据流的计算模式，可以实时地对数据进行处理和分析，为实时决策提供支持大数据目前的应用事例 农业领域农业领域也可以通过大数据的应用来提高生产效率和质量例如。

1 批量处理Bulk Processing 批量处理是一种在大量数据上执行某项特定任务的方法这种方法通常用于分析已经存储在数据库中的历史数据批量处理的主要优点是效率高，可以在大量数据上一次性执行任务，从而节省时间和计算资源2 流处理Streaming Processing 流处理是一种实时处理大数据的方法。

大数据能够存储海量数据，大数据时代数据量巨大，1TB=1024*1G 约26万首歌一首歌4M，1PB=1024 * 1024 * 1G约268亿首歌一首歌4M大数据能够存储单个大文件目前市面上最大的单个硬盘大小约为10T左右若有一个文件20T，将 无法存储大数据可以存储单个20T文件，甚至更大4数据挖掘挖掘以前。

关于大数据时代的质量信息，描述不正确的是数据信息难利用大数据时代的质量信息特点是数据量比较大，数据比较多样化，数据高速传输，数据的价值也比较高，广泛的数据来源，决定了大数据形式的多样性，大数据的产生非常迅速，主要通过互联网传输，现实世界所产生的数据中，有价值的数据所占比例很小，大数据最大。

1数据价值密度低 大数据的价值密度低，即数据价值与数据总量大小成反比这使得大数据在信息爆炸时代具有更深的意义2数据种类多 大数据的特征之一是数据种类多，包括结构化半结构化和非结构化数据数据类型多样，包括数字文字语音图像视频等这种多样化的数据类型对数据的处理能力提出了更。

3数据产生和处理速度快 大数据的特征之一是数据产生和处理速度快随着互联网和云计算等技术的发展，大数据的规模和处理能力迅速增长每年有55%的数据增长速度，IBM研究表明，90%的个人数据来自过去两年内产生的快速的数据处理能力对于企业来说至关重要，它能够提高决策的效率降低成本，并推动业务创新。

2半结构化数据半结构化数据介于完全结构化数据和完全无结构的数据之间，例如XMLHTML文档就属于半结构化数据3非结构化数据非结构化数据的字段长度可变，每个字段的记录可以由可重复或不可重复的子字段构成，适合处理非结构化数据，不仅可以处理结构化数据，更适合处理非结构化数据更多关于大数。

两种数据的区别有数据规模不同数据性质不同1数据规模不同数据主要在现有关系性数据库中，规模相对较小，可以利用数据库的分析工具处理大数据的数据量非常大，不可能利用数据库分析工具分析2数据性质不同数据主要是结构化数据，以串行方式逐个处理大数据是容量大小超出一般数据软件所能采集。