"大資料"是一個體量特別大，資料類別特別大的資料集，並且這樣的資料集無法用傳統資料庫工具對其內容進行抓取、管理和處理。

"大資料"首先是指資料體量(volumes)大，指代大型資料集，一般在10TB規模左右，但在實際應用中，很多企業使用者把多個數據集放在一起，已經形成了PB級的資料量；其次是指資料類別(variety)大，資料來自多種資料來源，資料種類和格式日漸豐富，已衝破了以前所限定的結構化資料範疇，囊括了半結構化和非結構化資料。接著是資料處理速度（Velocity）快，在資料量非常龐大的情況下，也能夠做到資料的實時處理。最後一個特點是指資料真實性（Veracity）高，隨著社交資料、企業內容、交易與應用資料等新資料來源的興趣，傳統資料來源的侷限被打破，企業愈發需要有效的資訊之力以確保其真實性及安全性。 

亞馬遜網路服務（AWS）、大資料科學家JohnRauser提到一個簡單的定義：大資料就是任何超過了一臺計算機處理能力的龐大資料量。 研發小組對大資料的定義："大資料是最大的宣傳技術、是最時髦的技術，當這種現象出現時，定義就變得很混亂。" Kelly說："大資料是可能不包含所有的資訊，但我覺得大部分是正確的。對大資料的一部分認知在於，它是如此之大，分析它需要多個工作負載，這是AWS的定義。當你的技術達到極限時，也就是資料的極限"。 

大資料不是關於如何定義，最重要的是如何使用，如何獲取這些大資料。換句話說，大資料讓我們以一種前所未有的方式，通過對海量資料進行分析，獲得有巨大價值的產品和服務，或深刻的洞見，最終形成變革之力。

那麼如此有價值的資料要靠什麼手段獲得呢？有沒有什麼軟體可以幫助我們獲得這些資料呢？在採集大資料的過程中，我們發現一些資料採集軟體還不錯，在海量採集資料的同時還是免費的。之前用的一款叫做后羿的爬蟲程式採集了貓眼電影的實時票房，沒想到這款採集軟體對於表格形式的網頁也可以直接智慧識別出來輕鬆採集，重點是匯出的時候還沒有限制，真的做到了免費。

想要用這款軟體，首先去他們官網上下載最新版的軟體，然後註冊登入。不登入也可以使用的，就是擔心資料會丟。

然後複製貓眼電影實時票房的網址，開啟軟體點選智慧模式輸入網址，軟體會對網頁進行自動識別。

網頁識別出來之後，因為欄位的名稱是系統認定的，可以自己再設定一下，也可以做一些其他操作。

欄位設定好之後可以點選開始採集直接執行資料了。

等待資料自己執行，執行完畢之後會有提示，此時再匯出資料就行。

給你們展示一下用Excel表格匯出的效果，還真的很好，感覺可以直接用，還不用怎麼加工了。