提供教學或是幫助新手了解 Big Data 應用以及手動安裝工具的教學文件
巨量資料（Big data），又稱為大數據，指的是傳統資料處理應用與軟體不足以處理它們的大量或複雜的資料集。在總資料量相同的情況下，與個別分析獨立的小型資料集（Data set）相比，將各個小型資料集合併後進行分析可得出許多額外的資訊和資料關聯性，可用來察覺商業趨勢、判定研究品質、避免疾病擴散、打擊犯罪或測定即時交通路況等；這樣的用途正是大型資料集盛行的原因。
簡單來說，大數據就是資料規模非常龐大的數位資訊。而在大數據中有所謂的 5V ，也就是具有以下五種特性：
- Volume ：資料量累積到相當龐大。
- Variety ：資料類型的多樣性，包括影像、文字、社群資料等等。
- Velocity：資料產生相當迅速。
- Veracity：資料的真實性與正確性將會影響結果，所以分析時必須明確將不必要資料做過濾處理。
- Value：資料分析後所產生的價值性。
Apache Hadoop 是一款支援資料密集型分散式應用，並以Apache 2.0許可協議發佈的開源軟體框架。它支援在硬體建構的大型叢集上執行的應用程式。Hadoop 本來是 Apache.org 在 Lucene 下的一個專案，由 Dong Cutting 所開發，是一個開放源始碼的分散式計算系統的 JAVA 實作，用來處理與保存大量資料的雲端運算平台，目前是 Apache top-level 專案。Hadoop 主要由運算模組 MapReduce 和 分散式檔案系統 HDFS 所組成，是由 Google Map Reduce 及 GFS(Google File System) 延伸所開發出的工具。
Hadoop 有以下主要特色：
- 高效性：Hadoop 能夠在節點之間動態地移動數據，並保證各個節點的動態平衡，因此處理速度非常快。
- 高擴展性：Hadoop 是在可用的叢集系統間分配數據並完成計算任務的，這些叢集節點可以快速地擴展到數以千計的節點中。
- 高可靠性：Hadoop 能夠自動保存數據的多個副本，並且能夠自動將失敗的任務重新分配
- 經濟性：Hadoop 採取分散式運算和儲存，無需昂貴高階的伺服器，只要一般的 server 或普通主機即可架構出高效能、高容量的叢集
NoSQL 最早出現於1998年由 Carlo Strozzi 所開發的一個開源、輕量化，且不提供 SQL 查詢功能的 NoSQL。NoSQL 資料庫提供一種儲存和檢索資料的方法，這種方法的建構模式不像關聯式資料庫使用表格來記錄資料和維持資料間的關聯。NoSQL 資料庫也越來越多地用於 Web 應用和大數據上。NoSQL 也被認為是「No only SQL」的縮寫，主要強調可支援類似 SQL 的查詢語言。
目前NoSQL根據儲存應用可分為四個類型，分別為鍵值資料庫(Key-value store)、文件資料庫(Document store)、行儲存資料庫(Column store)，以及圖形關聯資料庫(Graph store)。