امروزه در بسیاری از کاربردهای داده محور با حجم انبوهی از داده ها مواجه هستیم، در دو دهه اخیر فناوری های اطلاعاتی منجر به تولیدحجم بسیار عظیمی از دادهها با فرمت های گوناگون از منابع مختلفی مانند شبکه های اجتماعی، تجارت الکترونیک، سیستم های مراقبتسلامت و کاربردهای مبتنی بر وب شده است. داده های عظیم به مجموعه داده هایی اطلاق می شود که به قدری بزرگ و پیچیده باشندکه بدست آوردن، نگهداری، جستجو، آنالیز و مشاهده آنها دشوار باشد، بطور کلی می توان گفت داده های عظیم به حجم زیادی ازداده ها اطلاق می شود که پردازش آنها بوسیله پایگاه داده های سنتی و ابزارهای آن قابل انجام نیست.البته این مسئله که به نام داده های عظیم شناخته می شود فراتر از صرفاً حجم بالا بوده و دارای سه بعد اساسی حجم بالا، سرعت بالاوتنوع بالا می باشد. یکی از اساسی ترین کارهایی که برای مدیریت داده های عظیم باید انجام گیرد، ارائه و استفاده از یک مدلداده مناسبمی باشد. در این مقاله، ضمن تعریف جامعی از داده های عظیم و بررسی ویژگی های آن، مدل داده های موجود را نیز مورد بررسی قرارمی دهد.