数据时代来临，数据量的爆炸式增长是最为显著的特征。当高性能硬件的普及还跟不上这样的数据大潮时，如何在有限的时空资源内处理海量数据成为计算机科学以及数理统计等领域最大的挑战。

所谓数据处理，我们特指通过计算机技术，对海量数据进行存储、统计、查询等操作。需要明确的一点是，现实情况复杂多变，但方法论可以一通百通，我们通过分析一些已经被无数次实验证明有效的方法，就能大致理解解决此类问题的思路，之后在面临新的问题时，至少能找到一个大致的方向。