大数据平台处理流程及内容主要包括以下几个步骤：
1. 数据采集：这是大数据平台的第一步，也是最关键的一步。数据采集主要通过各种数据源进行，包括网络爬虫、数据库查询、文件上传等。数据采集的主要任务是获取尽可能多的数据，以便后续的数据处理和分析。
2. 数据清洗：在数据采集完成后，需要对数据进行清洗，去除无效、错误、重复的数据，以及处理缺失值等问题。数据清洗的目的是提高数据的质量，为后续的数据分析做好准备。
3. 数据存储：清洗后的数据需要进行存储，以便后续的数据处理和分析。数据存储的主要任务是将清洗后的数据保存到数据库或数据仓库中。
4. 数据分析：在数据存储完成后，可以进行数据分析，包括统计分析、预测分析、聚类分析等。数据分析的主要任务是根据业务需求，对数据进行分析，提取有价值的信息。
5. 数据可视化：数据分析的结果需要进行可视化，以便更直观地展示分析结果。数据可视化的主要任务是将分析结果以图表、图形等形式展示出来，帮助用户理解分析结果。
6. 数据挖掘：在数据可视化的基础上，可以进行数据挖掘，包括关联规则挖掘、聚类分析、分类分析等。数据挖掘的主要任务是通过算法和技术，从大量数据中挖掘出有价值的信息。
7. 数据应用：最后，将处理后的数据应用到实际业务中，如推荐系统、智能决策支持等。数据应用的主要任务是将处理后的数据转化为实际的业务价值。
在整个大数据平台处理流程中，涉及到的技术主要包括数据采集技术、数据清洗技术、数据存储技术、数据分析技术、数据可视化技术和数据挖掘技术等。这些技术相互配合，共同完成大数据平台的处理流程。
