离散型数据（Discrete data）代表数量是可以被数出来的，它可能是有限的，也可能是无限的。比如掷硬币100次人头朝上的次数（次数范围为0到100，是有限的）；又如，掷硬币直到有100次是人头朝上的次数（次数范围为100到无穷大，是无限的）。
统计数据可分为分类数据，顺序数据，数值型数据等。分类数据。是按照现象的某种属性对其进行分类或分组而得到的反映事物类型的数据，又称定类数据。例如，按照性别将人口分为男、女两类；按照经济性质将企业分为国有、集体、私营、其他经济等。
数据的类型主要分为以下几种： 分类数据 分类数据，又称定类数据，它是对客观现象按照某种属性进行分类或分组计量的数据。这类数据通过将对象归入不同的类别或组别，各组之间是平等且互相排斥的。分类数据通常采用文字来表示。
从描述事物的角度：状态类数据、事件类数据、混合类数据 （4）从数据处理的角度：原始数据、衍生数据 （5）从数据粒度上：明细数据、汇总数据 （6）从更新方式上：批量数据、实时数据 数据分类在收集、处理和应用数据过程中非常重要。数据的分类方式很多，每种方式都有特别的作用。
1、分类与回归是两种不同的数据分析方法，它们的主要区别在于目标和应用场景。分类方法的目标是将数据项分配到预先定义好的类别中，而回归旨在预测一个连续的数值。在分类任务中，类别通常是事先确定的，如根据图书的分类法将其归类到相应的类别中。
2、回归是一种预测模型，用于根据输入数据的特征，预测出一个连续的数值输出，其通过学习样本数据的特征和对应的连续标签之间的关系，建立一个数学函数模型来进行预测。分类和回归的区别主要在于输出的类型和任务的性质。
3、分类、回归和聚类是数据分析中的三种主要方法，它们之间的核心区别在于目标和应用场景的不同。分类是一种有监督学习方法，其目标是将数据点分配到预定义的类别中。在分类问题中，我们通常有一组带有类别标签的训练数据，模型通过学习这些数据来识别新数据应该属于哪个类别。
批处理操作系统 批处理（Batch Processing）操作系统的工作方式是：用户将作业交给系统操作员，系统操作员将许多用户的作业组成一批作业，之后输入到计算机中，在系统中形成一个自动转接的连续的作业流，然后启动操作系统，系统自动、依次执行每个作业。最后由操作员将作业结果交给用户。
以下就ROLAP和MOLAP的具体实施方法进行讨论： 顾名思义，关系型联机分析处理是以关系型数据库为基础的。唯一特别之处在于联机分析处理中的数据结构组织的方式。
大数据存储及管理技术 大数据存储及管理的主要目的是用存储器把采集到的数据存储起来，建立相应的数据库，并进行管理和调用。大数据处理技术 大数据的应用类型很多，主要的处理模式可以分为流处理模式和批处理模式两种。批处理是先存储后处理，而流处理则是直接处理。
这个时候企业需要利用ETL工具将分布的、异构数据源中的数据如关系数据、平面数据文件等抽取到临时中间层后进行清洗、转换、集成，将这些来自前端的数据导入到一个集中的大型分布式数据库或者分布式存储集群，最后加载到数据仓库或数据集市中，成为联机分析处理、数据挖掘的基础。
正是由于操作系统对处理器的管理策略不同，其提供的作业处理方式也就不同，例如，批处理方式、分时处理方式、实时处理方式等等。从而，呈现在用户面前，成为具有不同性质和不同功能的操作系统。存储管理 存储管理的主要任务是管理存储器资源，为多道程序运行提供有力的支撑。