数据资源划分方式多样化，按照应用领域划分，数据资源可以包括交通、物流、电力、工业监控、公共安全等各行业的数据资源；按业务层次分，又可以划分为微观数据、中观数据、综合数据和宏观数据等。同时，城市内各个领域的数据资源在数据分析模型的处理下，也可以作为提升城市整体效益的政府决策依据。

现阶段，数据在智慧城市中扮演着越来越重要的角色，随着中国智慧城市建设的快速发展，城市数据容量和类型呈现爆发式增长，数据来源丰富多样，数据异构特征显著。其中，大量流媒体数据、动态城市实时观测数据等不断涌现，如视频检测数据的一个高清视频流量一般是8兆比特每秒（Mbit/s），数据又来自成千上万的摄像头，并且24小时不间断传送，这使得数据量飞速增长，因而对城市数据的计算能力、存储能力和数据交换传输能力要求也显著提高，给城市数据的集成管理和应用带来极大的困难。此外，中国城市运行和管理的信息化是一个逐步完善的过程，不同应用领域在不同时期分散实施的系统，由于在运行环境、数据库系统、服务方式、信息编码规则、业务流程定义等方面执行不同的标准，导致系统无法互联互通、信息不能集成管理与广泛共享。因而，在城市跨领域、多数据协同应用时，城市数据资源呈现出既多又少的局面。现有智慧城市研究工作中的城市数据，特点为以下几点：①海量与跨领域。城市水环境检测、安全维护、车辆监控等基础设施的建设逐步完善，这些基础设施在日常生活提供服务的同时，也在不断地累积海量的数据。例如，随着智慧交通传感器、智慧监控等设备的引入，城市交通数据规模从过去的太字节（TB）级爆发性增长到拍字节（PB）级，安防监控中心也在每天24小时监控着住宅小区、校园等。另外，智慧城市是一个多学科交叉、多领域融合的综合性学科，智慧城市中的数据广泛分布在社会生活的气象、交通、水文、电力、安防、环保等各方面，对这些数据的分析和应用涉及信息科学、交通科学、环境科学、规划与建筑学、统计物理学和社会科学等多个不同领域。②多元与异构。城市数据的多元性主要体现在两方面：信息多元和格式多元。信息多元主要是指城市数据获取的方式多元、获取手段多样。格式多元是指城市数据存储方式多样、存储格式不同。城市数据的异构性即这些城市数据在结构上、组织方式上、维度尺度与粒度上都存在巨大差异。③时空关联。城市是一个复杂的、庞大的复杂动态系统，其任何一方面的动态特性都会在不同的数据空间中有所体现。由于城市地理规模的不同，城市数据在空间上具有不同尺度的空间跨度；同时，由于产生的时间不同，城市数据又具有时间相关的变化和分布。通过研究空间对象随时间的变化规律，同时考虑时间和空间因素，可以发现城市数据的时空关联规则，分析其时空变化趋势并预测未来的时空状态是智慧城市数据应用技术发展的必然趋势，这对规划建设、指挥调度、应急管理、信息服务等具有重要的应用价值。

智慧城市中的大数据包括：智能交通、智能医疗、智能楼宇、智能电网、智能农业、智能安防、智能环保、智慧旅游、智慧教育、智能水务等大数据资源，涉及众多智慧城市应用范畴。