1.一种大数据存储方法，其特征在于，包括以下步骤：S10、解析数据源的属性，根据基础属性划分对应的数据特征，并构建特征库；

S20、遍历所述基础属性，将对应的所述数据特征进行聚集虚拟，得到对应的虚拟类；

S30、将所述虚拟类生成一定数量的虚拟对象；

S40、将所述数据源与所述虚拟对象进行逐一匹配，将关联度最大的数据与对应虚拟对象进行关联绑定，直到所有数据源的数据遍历完毕；

其中，所述S20包括：

S21、遍历所述数据源的所述数据特征，根据所述数据特征对应属性相同的数据进行两两聚集虚拟，直到所有数据遍历完成，得到多个虚拟类；

所述S20还包括：

S22、遍历所述虚拟类，与所述数据源的属性进行逐一匹配，判断所述虚拟类与所述属性是否匹配；

S23、将已匹配到对应属性的所述虚拟类按照指定顺序进行逐一聚集，得到聚集虚拟类；

S24、将所述聚集虚拟类对应的所述数据特征虚拟为父类，得到虚拟父类。

2.根据权利要求1所述的大数据存储方法，其特征在于，所述基础属性包括文件属性、基本属性、环境属性、行为属性以及内容属性。

3.根据权利要求1所述的大数据存储方法，其特征在于，所述S10包括：S11、设置各个所述属性的优先级，并遍历所述数据源，进行特征抽取；

S12、基于所述优先级对所述数据源的各个数据特征进行匹配值计算，将所述匹配值最高值作为参照值；

S13、将所述参照值对应的所述属性划分为对应数据的基础属性。

4.根据权利要求3所述的大数据存储方法，其特征在于，所述S12还包括：当所述数据特征对应的属性为非基础属性时，统计该数据特征出现次数；

当所述出现次数大于预设阈值时，设置所述数据特征对应的属性为基础属性。

5.根据权利要求1所述的大数据存储方法，其特征在于，所述虚拟对象与所述虚拟类一一对应。

6.根据权利要求1所述的大数据存储方法，其特征在于，所述S40还包括：将所述数据源按一定的规则进行切分成多个数据元；

将所述数据元与所述虚拟对象逐一进行关联度计算；

将关联度最大的数据与对应虚拟对象进行关联绑定，直到所有数据源的数据遍历完毕。

7.一种大数据存储系统，其特征在于，包括：特征库，用于解析数据源的属性，根据基础属性划分对应的数据特征；

聚集模块，用于遍历所述基础属性，将对应的所述数据特征进行聚集虚拟，得到对应的虚拟类；

虚拟模块，用于将所述虚拟类生成一定数量的虚拟对象；

关联模块，用于将所述数据源与所述虚拟对象进行逐一匹配，将关联度最大的数据与对应虚拟对象进行关联绑定，直到所有数据源的数据遍历完毕；

其中，所述聚集模块还用于遍历所述数据源的所述数据特征，根据所述数据特征对应属性相同的数据进行两两聚集虚拟，直到所有数据遍历完成，得到多个虚拟类；

所述聚集模块还用于遍历所述虚拟类，与所述数据源的属性进行逐一匹配，判断所述虚拟类与所述属性是否匹配；将已匹配到对应属性的所述虚拟类按照指定顺序进行逐一聚集，得到聚集虚拟类；将所述聚集虚拟类对应的所述数据特征虚拟为父类，得到虚拟父类。

8.根据权利要求7所述的大数据存储系统，其特征在于，所述聚集模块还包括：匹配单元，用于遍历所述虚拟类，与所述数据源的属性进行逐一匹配，判断所述虚拟类与所述属性是否匹配；

聚集虚拟单元，用于将已匹配到对应属性的所述虚拟类按照指定顺序进行逐一聚集，得到聚集虚拟类；

父类虚拟单元，用于将所述聚集虚拟类对应的所述数据特征虚拟为父类，得到虚拟父类。