大数据需要的技术包括：数据存储技术、数据处理技术、数据分析和挖掘技术，以及数据安全和隐私保护技术。

数据存储技术主要是用于高效地存储大量数据，以保证数据能够被快速地访问和持久地保存。大数据技术中所采用的数据存储技术包括分布式文件系统，如Hadoop HDFS等，还有数据库技术如NoSQL数据库等。这些技术能够解决大数据存储过程中的可扩展性、可靠性和安全性等问题。

数据处理技术则是大数据技术的核心部分之一。由于大数据具有数据量大、类型多样、处理速度快等特点，因此需要采用一系列数据处理技术来应对。包括分布式计算技术，如MapReduce等，还有数据流处理技术、实时计算技术等。这些技术可以有效地提高数据处理的速度和效率，从而更好地满足各种业务需求。

大数据分析挖掘技术则是大数据技术的价值所在。通过对大量数据的分析和挖掘，可以发现数据中的规律和趋势，进而为决策提供支持。大数据分析挖掘技术包括数据挖掘算法、机器学习算法等，如决策树算法、聚类算法等。这些算法和技术可以帮助企业或个人发现隐藏在数据中的信息，从而做出更明智的决策。

此外，大数据安全及隐私保护也是大数据技术中的重要一环。随着大数据技术的不断发展，数据的价值和重要性也日益凸显，如何保障数据安全成为了一个亟待解决的问题。包括数据加密技术、数据访问控制技术等在内的安全措施可以有效保护数据的安全性和隐私性，防止数据泄露或被恶意攻击。

以上所述的技术共同构成了大数据技术的基础框架，这些技术在大数据的采集、存储、处理、分析和应用等方面发挥着重要作用。随着技术的不断进步和发展，大数据技术的应用领域和潜力也在不断扩大和深化。