海量数据的特点如下：

由于在海量数据中查找，效率会很低，所以需要好的数据结构以提升效率。这种数据结构往往是一种索引。

数据量过大。数据中什么情况都可能存在。如果说有10条数据，那么大不了逐条检查，人工处理；如果有上百条数据，也可以考虑人工处理；如果数据上到千万级别，甚至过亿，那就不是手工能解决的了，必须通过工具或者程序进行处理。而海量数据中，什么情况都可能存在，例如，数据中某处格式出了问题，尤其在程序处理时，前面还能正常处理，突然到了某个地方问题出现了，程序终止。

软硬件要求高。系统资源占用率高。对海量数据进行处理，除了好的方法，最重要的就是合理使用工具，合理分配系统资源。一般情况，如果处理的数据超过TB级，可以考虑小型机，如果普通的服务器有好的方法也可以考虑，不过也必须加大CPU和内存。

海量数据处理的常用技术可以分为：

外排序（因为海量数据无法全部装入内存，所以在数据的大部分需要存储在硬盘里，小部分在排序需要时调入内存）。

MapReduce技术（分布式处理技术）。

hash技术（以Bloom filter技术为代表）。

一些其他的常用技巧。