① 2张excel表（a和b），a是姓名和身份证的大数据，b是部分姓名和身份证号。

用vlookup或者match，或者使用 显示重复项功能查找

② SQL数据表A有100万条记录，我的另一张表B有5万条的记录，我想从A表中删除与B表相同的数据，有什么高效的办

delete a from a, b where a.id = b.id
删除只能用delete，而且inner join关联已经是最快的了

③ 两张稍大数据量表的联合查询

说实话，70W记录不算大，而你执行查询的条件是where a.id = b.id这种等值连接，可以使用索引来提高查询效率的，一般数据库内部也不会使用笛卡尔集这种算法执行，对于数据量大的连接查询，会使用hash连接或多路归并排序连接算法来执行。
建议你在两个表的id属性上先创建索引，再执行查询。
如果还效率慢的话可能是你语句中还有其他导致查询慢的查询条件，你可以把完整的语句发上来，大家帮你分析一下，看如何优化。

④ 大数据包括哪些

大数据技术庞大复杂，基础的技术包含数据的采集、数据预处理、分布式存回储、NoSQL数据库答、数据仓库、机器学习、并行计算、可视化等各种技术范畴和不同的技术层面。
大数据主要技术组件：Hadoop、HBase、kafka、Hive、MongoDB、Redis、Spark 、Storm、Flink等。
大数据技术包括数据采集，数据管理，数据分析，数据可视化，数据安全等内容。数据的采集包括传感器采集，系统日志采集以及网络爬虫等。数据管理包括传统的数据库技术，nosql技术，以及对于针对大规模数据的大数据平台，例如hadoop，spark，storm等。数据分析的核心是机器学习，当然也包括深度学习和强化学习，以及自然语言处理，图与网络分析等。

⑤ Excel，已知大数据表里有ABC三种产品销售的尺码和数量，是否能用公式算出A产品每个尺码销售件数

=SUMIFS($C$2:$C$18,$A$2:$A$18,G2,$B$2:$B$18,H2)，如下图：

⑥ 大数据具有哪些特征.A.价值密度低B.快速化C.多样化D.大量化

大数据具有4V特点，即Volume(大量)、Velocity(高速)、Variety(多样)和Veracity(精确)，其核心在于对这些含有意义的数据进行专业化处理。

⑦ Python查询大数据表

大千世界，无奇不有。
居然还有一个表两百多个字段的？ 肯定是表结构设计有问题，建议优化一下，拆分成多个表。
另外，一个表里数据不到千万级的话，查询基本是没有什么压力的。
你确定是查询的过程慢，还是程序处理写到txt比较慢？
查查数据库优化相关的吧，这个三言两语肯定说不清楚。

⑧ 表格大数据处理

见样表截图抄，在同表操作，如果袭不同表格，加上工作表名即可

在G2输入户号

H2输入公式

=INDEX(B:B,SMALL(IF($A$2:$A$1000=$G$2,ROW($2:$1000),4^8),ROW(A1)))&""

数组公式，先按住CTRL+SHIFT,最后回车，使得编辑栏公式两端出现花括号{ }

公式右拉再下拉到无数据

更改G2，显示新户号对应数据

⑨ 数据库大数据

传统数据库处理大数据很困难吧，不建议使用传统数据库来处理大数据。
建议研究下，Hadoop，Hive等，可处理大数据。
如果有预算，可以使用一些商业大数据产品，国内的譬如永洪科技的大数据BI产品，不仅能高性能处理大数据，还可做数据分析。

当然如果是简单的查询，传统数据库如果做好索引，可能可以提高性能。