處理大量數據並發操作可以采用如下幾種方法:
1.使用緩存：使用程序直接保存到內存中。或者使用緩存框架: 用壹個特定的類型值來保存，以區別空數據和未緩存的兩種狀態。?
2.數據庫優化：表結構優化;SQL語句優化，語法優化和處理邏輯優化;分區;分表;索引優化;使用存儲過程代替直接操作。
3.分離活躍數據:可以分為活躍用戶和不活躍用戶。
4.批量讀取和延遲修改: 高並發情況可以將多個查詢請求合並到壹個。高並發且頻繁修改的可以暫存緩存中。
5.讀寫分離: 數據庫服務器配置多個，配置主從數據庫。寫用主數據庫，讀用從數據庫。
6.分布式數據庫: 將不同的表存放到不同的數據庫中，然後再放到不同的服務器中。
7.NoSql和Hadoop: NoSql，not only SQL。沒有關系型數據庫那麽多限制，比較靈活高效。Hadoop，將壹個表中的數據分層多塊，保存到多個節點（分布式）。每壹塊數據都有多個節點保存（集群）。集群可以並行處理相同的數據，還可以保證數據的完整性。
:
大數據（big data），指無法在壹定時間範圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。
在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大數據時代》中大數據指不用隨機分析法（抽樣調查）這樣捷徑，而采用所有數據進行分析處理。大數據的5V特點（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（低價值密度）、Veracity（真實性）。
參考資料:網頁鏈接