Big-Data est un terme en évolution qui décrit un grand volume de données structurées, semi-structurées et non structurées pouvant potentiellement être exploitées à des fins d’information et utilisées dans des projets d’apprentissage automatique et d’autres applications d’analyse avancée. Les données volumineuses sont souvent caractérisées par les 3V: le volume de données extrême, la grande variété de types de données et la vitesse à laquelle les données doivent être traitées. L’analyste de Gartner, Doug Laney, a tout d’abord identifié ces caractéristiques dans un rapport publié en 2001. Plus récemment, plusieurs autres V ont été ajoutés à la description des données massives, notamment la véracité, la valeur et la variabilité. Bien que les mégadonnées ne correspondent pas à un volume de données spécifique, le terme est souvent utilisé pour décrire des téraoctets, des pétaoctets et même des exaoctets de données capturées au fil du temps. Les mégadonnées englobent également une grande variété de types de données, y compris des données structurées dans des bases de données et des entrepôts de données SQL, des données non structurées, telles que des fichiers texte et des documents conservés dans des clusters Hadoop ou des systèmes NoSQL, et des données semi-structurées, telles que les journaux de serveur Web. ou la diffusion de données à partir de capteurs. En outre, les mégadonnées comprennent plusieurs sources de données simultanées, qui ne pourraient autrement pas être intégrées. Par exemple, un projet d'analyse de données volumineuses peut tenter d'évaluer le succès et les ventes futures d'un produit en mettant en corrélation les données de ventes antérieures, les données de retour et les données de révision d'acheteur en ligne pour ce produit.