大数据技术支撑类型主要包括以下几个方面：
1. 数据采集：数据采集是大数据应用的基础，包括网络爬虫、API接口、文件传输等。数据采集技术主要包括分布式爬虫、数据抓取、数据清洗等。
2. 数据处理：数据处理是将采集到的数据进行清洗、转换、整合等操作，以便后续的分析和应用。数据处理技术主要包括数据清洗、数据整合、数据存储等。
3. 数据分析：数据分析是通过统计学方法、机器学习算法等对数据进行分析，提取出有价值的信息。数据分析技术主要包括数据挖掘、数据可视化、预测分析等。
4. 数据存储：数据存储是将处理后的数据保存在数据库中，以便后续的查询和分析。数据存储技术主要包括关系型数据库、非关系型数据库、分布式数据库等。
5. 数据安全：数据安全是保护数据不被非法访问、篡改、泄露的重要手段。数据安全技术主要包括加密技术、身份认证技术、访问控制技术等。
6. 数据治理：数据治理是对数据的全生命周期进行管理，包括数据的创建、使用、存储、删除等。数据治理技术主要包括数据质量管理、数据元管理、数据标准管理等。
7. 数据服务：数据服务是将数据以API、SDK等形式提供给其他系统或开发者使用。数据服务技术主要包括数据集成、数据交换、数据共享等。
8. 数据可视化：数据可视化是将数据以图形化的方式展示出来，方便用户理解和分析。数据可视化技术主要包括图表、地图、仪表盘等。
9. 人工智能：人工智能是利用计算机模拟人类智能的一种技术，可以用于数据分析、预测、决策等。人工智能技术主要包括机器学习、深度学习、自然语言处理等。
10. 云计算：云计算是一种基于互联网的计算模式，通过提供虚拟化的资源和服务，实现数据的存储、处理和应用。云计算技术主要包括IaaS、PaaS、SaaS等。
总之，大数据技术支撑类型涵盖了数据采集、数据处理、数据分析、数据存储、数据安全、数据治理、数据服务、数据可视化、人工智能和云计算等多个方面，这些技术相互协作，共同构成了大数据应用的技术体系。
