1.流数据
流数据是指由数千个数据源持续生成的数据，通常也同时以数据记录的形式发送，规模较小（约几千字节）。流数据包括多种数据，例如客户使用的移动或Web应用程序生成的日志文件、网购数据、游戏内玩家活动、社交网站信息、金融交易大厅或地理空间服务，以及来自数据中心内所连接设备或仪器的遥测数据。
可以在数据到达时对其进行分析，并决定要保留哪些数据，不保留哪些数据以及需要进一步分析的内容。
2.社交媒体数据
社交媒体数据来源于社交系统，例如微信、QQ、微博、博客、新闻网站、朋友圈等。
社交互动数据是一组越来越有吸引力的信息，特别是对于营销，销售和支持功能。它通常采用非结构化或半结构化形式，因此在消费和分析方面提出了独特的挑战。
3.开放数据
互联网上的“开放数据”来源，包括政府机构、非营利组织和企业免费提供的数据。如美国政府的data.gov，CIA World Factbook、欧盟开放数据门户等。
延伸阅读
大数据具有的五大特征
1.数据类型多样
富媒体（Rich Media）大大扩展了人们的数字化生活体验，多样性成为大数据的显著特征。大数据包括网络日志、音频、视频、图片、地理位置信息等等，多类型的数据对数据的处理能力提出了更高的要求。
2.数据量超规模
大数据的规模从一般意义上讲具有大规模、海量的含义，但是没有绝对的量纲标准，而是和领域及其问题相关。超规模是指超出了原有领域和问题的大规模。比如企业大数据，与之前不同的一个地方在于，此时的数据规模常常超越了企业本身传统的内部数据边界，而是延伸到了企业外部，成为一种社会化的企业数据。每个人作为终端使用者，既是数据的使用者，又是数据的创造者。
3.数据价值密度较低
如随着物联网的广泛应用，信息感知无处不在，信息海量，但价值密度较低，如何通过强大的机器算法更迅速地完成数据的价值“提纯”，是大数据时代亟待解决的难题。
4.实时性强
信息就像开着的水龙头一样，源源不断地出来。人们打开手机看新闻，支付账单，都需要得到及时响应，而不是等到晚上再看新闻，要排个队才能支付账单。数据是连续的，实时的，流涌的。这种流数据是时时刻刻（Real-Time）的，构成了大数据之“大”和无时不在。