通过大数据处理根据几种可以通过大数据处理的情况，即：
存储
当前的数据存储容量已达到TB级
而互联网世界的数据流量已达到EB级 丹麦手机号码清单 尽管教育领域产生的数据不像互联网上的数据那么大，但数据已经相当大，并且未来可能会变得更大。 传统的 RDBMS 无法存储和处理此类数据。 为了克服这个问题，我们使用了不使用传统 SQL 查询的数据库。
分析
目前数据有多种类型，可以根据数据的大小和结构来划分。 分析数据需要大量的时间和资源。 为了克服这个问题，使用架构草图以分布式方式处理数据。 然后，数据被分成小部分，并在网络上可用的大量计算机中进行处理，并将处理后的数据组合起来。
大数据在教育领域学习中的应用形式
表现预测：可以通过分析学习环境中学生之间的互动以 执行人员名单 及学生与教师的互动来预测学生的表现。
流失风险检测：通过分析学生的行为，可以检测和衡量学生辍学的风险，在学习之初就进行，以最大限度地降低流失风险。
数据可视化：教育数据报告的规模将继续增加并变得复杂。 可以使用可视化技术将数据可视化，只需查看可视化报告就可以更轻松地识别数据之间的关系。
智能反馈：学习系统提供智能反馈，立即响应学生的输入，从而改善互动和表现。
课程推荐：可以根据学生的兴趣推荐新课程，并通过分析他们的活动来确定。 这确保了学生在选择自己喜欢的科学领域时不会迷失方向。
学生技能评估：估计学生技能水平
行为检测：根据活动和游戏模型检测学生在环境中的行为，帮助学生发展自我。
学生分组与协作、社交网络分析、开发概念图、构建课件以及规划和调度。
