當前，大數據、互聯網+、雲計算等詞，已經成爲人人熟知的詞彙，各行業的用戶都在高頻度的接觸這些專業術語，可以說大數據不僅是行業趨勢，也已經在方方面面中影響着人們的生活，而如今這個時代已經算是“大數據時代”，使用大數據進行查詢、分析變得很普遍。
以往傳統行業中，業務系統多以OLTP1爲主，尤其傳統數據庫數據量多數是幾十萬或幾百萬，數據千萬就要分庫，分表了，過億了就要用到另外一種數據處理技術了。
我們正處在互聯網時代，需要處理的數據規模增長至TB乃至PB級別，隨着數據規模的持續增加，由應用產生數據類型已經較從前更爲豐富，印象，捕獲、儲存、搜索、分析、分析以及可視化數據在不斷挑戰着傳統的關係型數據庫。
在大數據中，這些數據就像一車車的金礦石，先被放到一個矩形的倉庫中存了起來。發現金礦，採集礦石，運回倉庫，這些過程可能都不是最精彩的，大家最期盼的是如何將礦石變成金子，也就是鍊金。大數據的“鍊金術”就是發現數據的潛在價值。
在《大數據時代》這本書中說到，大數據是指不用隨機分析法這樣的捷徑，而是面對所有數據進行分析處理，並且具有大量、高速、多樣、真實性等特徵。
對於大數據信息的處理中，通常以批處理（Batch），即席查詢和分析（Ad-hoc），流計算(Stream)，這三種爲主要方式，一般來說批處理通常是離線計算，對計算時效性要求不高，一個任務可以撇給它幾十個T甚至上P的數據，它都可以吃的消。
流計算是在數據流入的同時即把相應的計算操作完成，有極高的時效性，非常適用於實時統計，根據預設規則預警，結合各種算法做預測等數據分析需求。
在各類形同中已經應用非常廣泛。但流計算本質屬於預計算分析，必須預先知道想要統計分析的數據或維度，根業內其它預計算引擎的短板一樣，就是靈活度極大受限。
即席查詢和分析的計算模式兼具了良好的時效性與靈活性，是對批處理，流計算兩大計算模式有力補充。
通過大數據查詢功能分析信息，必然需要海量數據信息，98數據可以擁有海量數據源，使用戶在使用大數據分析時，不再擔心數據源的情況。
大數據查詢功能讓數據查詢更容易，基於物理說，計算路徑牀架數據模型幫助管理裸數據，相信未來的大數據查詢會更加強大，爲更多的人提供幫助。