信息技术、云计算技术和空间数据获取与处理技术的发展，催生了时空大数据的爆炸式增长。地面基站每天接收的不同传感器、不同成像方式的遥感数据一般在TB级。谷歌每天产生的数据量大概是25PB。这些数据当中，大部分都具有时间和空间信息。这些半结构或者非结构性的、具有时空属性的、远超出正常数据规模的、通过传统数据处理算法难以表达和分析的数据称为时空大数据。
时空大数据具有体量大、类型多、更新快、潜在价值大等特点，对其处理和分析要求很高的计算能力，传统的并行计算技术已无法满足计算要求。近年来，分布式并行计算集群和云计算技术被广泛应用，打破了原有的计算能力限制。此外，分布式并行计算技术的快速发展，使用户可以在这些平台上很容易地实现自己的空间分析功能。时空大数据隐含着巨大的社会、经济、科研价值，被誉为未来世界的“石油”，而分布式计算技术的发展为进一步提炼时空大数据的潜在价值提供了可能。
大数据GIS已经成为连接空间大数据与行业应用的桥梁。大数据GIS 技术已经在自然资源、规划、公安、城市综合管理等领域得到广泛应用，还有诸多行业如气象、水利、环保、军事等，都在将大数据GIS能力与当前的业务平台或系统进行融合，实现GIS行业大数据平台的升级和扩展。大数据还将深度融合人工智能等新一代信息技术，激发地理信息产业新的生命力，改变人类发展面貌。
大数据领域已经出现了许多实用的IT技术，例如分布式文件系统、分布式数据库、分布式计算框架、流处理框架等。这些技术使我们能够使用普通机器对大数据进行处理和挖掘，但多聚焦于通用的非空间数据领域，对空间数据的专业分析能力不足。而传统GIS由于受其IT技术框架的限制，并不能很好地应对大数据对分布式存储与计算、流数据处理等的技术要求。
大数据GIS就是把大数据技术与GIS技术进行深度融合，把GIS的核心能力嵌入到大数据基础框架之内，并打造出完整的大数据GIS技术体系。