计算机中数据单位的是bit（比特）。在计算机内部，数据都是以二进制的形式存储和运算的位二进制数据中的一个位（bit）简写为b，音译为比特，是计算机存储数据的最小单位。一个二进制位只能表示0或1两种状态，要表示更多的信息，就要把多个位组合成一个整体，一般以8位二进制组成一个基本单位。
计算机进行数据存储的基本单位是字节。字节 字节是计算机数据处理的基本单位。1个字节由8个二进制位组成，常用B表示。在计算机和其他的数字设备中，一般用字节作为存储容量的基本单位。除了B（字节）外，还有KB（千字节）、MB（兆字节）、GB（吉字节）、TB（太字节）、PB（拍字节）等。
二进制序列用以表示计算机、电子信息数据容量的量纲，基本单位为字节B，字节向上分别为KB、MB、GB、TB，每级为前一级的1024倍，比如1KB=1024B，1M=1024KB。在信息行业中常用用于内存容量的MB、 GB，几乎都是指2^20，2^30，… 数位组。KB也经常表示2^10数位组，以区别于kB。
数据存储 除了Hadoop中已广泛应用于数据存储的HDFS，常用的还有分布式、面向列的开源数据库Hbase，HBase是一种key/value系统，部署在HDFS上，与Hadoop一样，HBase的目标主要是依赖横向扩展，通过不断的增加廉价的商用服务器，增加计算和存储能力。
数据采集的流程一般包括以下几个步骤： 确定采集目标：找到需要采集的网站或数据源，并确定需要采集的具体数据内容。 设计采集规则：根据网页特性和采集需求，设计采集流程和规则。可以使用八爪鱼采集器的智能识别功能，或者手动设置采集规则。
采：ETL采集、去重、脱敏、转换、关联、去除异常值 前后端将采集到的数据给到数据部门，数据部门通过ETL工具将数据从来源端经过抽取（extract）、转换（transform）、加载（load）至目的端的过程，目的是将散落和零乱的数据集中存储起来。
高效性不仅体现在技术执行层面，还涵盖团队协作和目标实现。数据采集的四大步骤，首先是明确客户需求，理解他们的业务场景和数据需求，再通过合适的工具和存储方式，确保数据采集和管理的效率。
大数据处理流程如下：数据采集：收集各种数据来源的数据，包括传感器数据、日志文件、社交媒体数据、交易记录等。数据采集可以通过各种方式进行，如API接口、爬虫、传感器设备等。数据存储：将采集到的数据存储在适当的存储介质中，例如关系型数据库、分布式文件系统、数据仓库或云存储等。
大数据的采集是指利用多个数据库来接收发自客户端（Web、App或者传感器形式等）的数据，并且用户可以通过这些数据库来进行简单的查询和处理工作。比如，电商会使用传统的关系型数据库MySQL和Oracle等来存储每一笔事务数据，除此之外，Redis和MongoDB这样的NoSQL数据库也常用于数据的采集。
使用计算机和其他设备保留数据称为数据存储。数据的这种保留和分析是使用专门的技术完成的，这反过来又使其可供将来使用。根据存储产品和服务，数据存储可分为三类：文件存储 – 这是一种廉价且简单的数据存储类型，其中数据存储在硬盘驱动器的文件和文件夹中。硬盘驱动器以与用户查看的相同配置存储数据。
数据存储是一个存储库持久地存储和管理数据的集合，其中不仅包括像仓库数据库，而且简单的存储类型，如简单的文件、电子邮件等。数据存储对象包括数据流在加工过程中产生的临时文件或加工过程中需要查找的信息。数据以某种格式记录在计算机内部或外部存储介质上。
数据库存储：数据库是一种专门用于存储和管理数据的系统。它使用特定的数据模型和查询语言来管理数据，并提供高效的数据检索、修改和备份功能。数据库存储通常用于大规模数据管理，如企业级应用程序、电子商务平台和社交媒体网站等。
数据存储是指将数据保存在一种物理媒介中，以便在未来能够被快速、可靠地访问和使用。这个物理媒介可以是计算机内部的硬盘、闪存驱动器等存储设备，也可以是云存储服务器等远程存储系统。数据存储的主要目的是确保数据的持久性和可访问性，以便用户能够随时使用这些数据。
当前的计算机系统使用的基本上是二进制系统，数据在计算机中主要是以补码的形式存储的。计算机中的二进制则是一个非常微小的开关，用“开”来表示1，“关”来表示0。三进制 三进制以3为底数的进位制，三进制数有0、2三个数码，逢三进一。
我们平时所说的数值一般都是进制的，但计算机只能存储0和1，所以需要将10进制的数转为二进制让计算机进行储存。但也有一些特殊情况，如果想存 -3 就需要使用 补码 （计算机无法存储负号）；如果想存 0.75 就需要使用 浮点数 （计算机无法存储小数点）。
计算机系统中，所有的程序和数据都是以二进制形式存放在计算机的外存储器上。数学家冯·诺依曼提出了计算机制造的三个基本原则，即采用二进制逻辑、程序存储执行以及计算机由五个部分组成（运算器、控制器、存储器、输入设备、输出设备）。
数据存储方式有硬盘存储、固态硬盘、内存、云存储、数据库存储。硬盘存储：硬盘是计算机中最常见的一种存储设备，由一个或多个磁盘盘片和磁盘驱动器组成，是一种机械式存储设备。硬盘存储用于永久存储计算机系统中的数据，通常用于存储操作系统、应用程序和用户数据。
数据存储的三种方式分别是：内存存储、硬盘存储和闪存存储。内存存储：内存存储是计算机中一种临时性的数据存储方式，其数据存储速度较快，但是存储容量比较有限。内存存储器通常被用来存储正在使用的程序和数据。
计算机中的数据存储形式是二进制。计算机使用二进制来表示和处理所有的数据，包括文字、图像、音频、视频等。物理实现简单 计算机的基本组成部分是电子元件，如开关、晶体管、电阻等。这些元件只有两种状态：通电或断电，高电压或低电压，开或关。用二进制来表示这些状态非常方便，0代表关，1代表开。