说一下自己的理解吧，大数据是指那些很大的数据集，大到传统的数据库软件工具已经无法采集、存储、管理和分析。大数据既有存储规模方面的考虑，同时也涉及到分析计算规模的考虑。之所以选择双色球算奖平台作为大数据应用的案例，也正是考虑到这两个方面的问题。其一，历史投注明细信息的存储，如果采用传统的关系型数据库，肯定是不合适，无论是分区还是分表，都无法解决根本问题。其二、当前投注规模的情况下，进行快速算奖，所要进行的计算规模肯定也不是一个传统方式能轻易解决的问题。
当然关于具体多大规模的数据才算大数据，目前为止尚未有一个官方的界定阈值的存在，规定超过多少算大数据，低于多少不算大数据的说法。既然没有标准，也就无所谓是与不是，见仁见智，不一而足。
一、概述业务规则
双色球奖项设置和兑奖规则如下所示：
“双色球”彩票以投注者所选单注投注号码（复式投注按所覆盖的单注计）与当期开出中奖号码相符的球色和个数确定中奖等级：
一等奖：7个号码相符（6个红色球号码和1个蓝色球号码）（红色球号码顺序不限，下同）
二等奖：6个红色球号码相符；
三等奖：5个红色球号码和1个蓝色球号码相符；
四等奖：5个红色球号码或4个红色球号码和1个蓝色球号码相符；
五等奖：4个红色球号码或3个红色球号码和1个蓝色球号码相符；
六等奖：1个蓝色球号码相符（有无红色球号码相符均可）。
二、数据对象分析
数据对象主要包括以下几个方面：
（1）销量统计：包括全国、分省市、销售网点的销量汇总统计数据。
（2）中奖统计：包括全国、分省市、销售网点的各奖项的中奖注数汇总统计数据。
（3）开奖号码：包括每一期开奖号码信息。
（4）奖金信息：包括每一期次各奖项奖金多少的统计数据。
（5）选注明细：当前期次选注明细数据。
（6）选注历史明细：历史期次选注明细数据。
（7）中奖选注明细：当前期中奖选注明细数据。
（8）中奖选注历史明细：历史中奖选注明细数据。
三、存储规模评估
3.1数据结构
为简化我们的分析，我们将复式投注和胆拖投注明细拆分成单式投注进行存储，具体数据结构如下：
序号
字段名称
类型
长度
1
期次
Char
7（YYYYMMN）
2
站号
8（全国唯一）
3
流水号
6（右侧补零）
4
Red1
char
2（左侧补零）
5
Red2
6
Red3
7
Red4
8
Red5
9
Red6
10
Blue
按照简化后的数据存储，单注明细需要的存储空间=35字节，每一期次需要存储的绝对数据规模=200000000*35/1024/1024=6675.7M。如果单从这个角度来看，数据存储规模还真的不算大。但是考虑到RDMS表的存储和访问，无论是采用分区，还是分表，能够实现的其实只是把数据塞进去，至于，读出来，如何读出来则将会是一个悲剧。不要告诉我用索引，用索引需要付出的代价是什么，我想有更多的人比我清楚。