在数据类型和应用需求日益多样化的今天，最困扰企业的恐怕就是数据孤岛问题了。这是大数据转型时代的“历史遗留问题”。
数据的变化会直接影响数据工作行为，非结构化和半结构化数据的出现就是一个例子。相比于数据规模巨大，数据类型多样化其实是大数据时代更大的挑战。
大数据时代催生了NoSQL数据库、Hadoop分布式存储等新兴技术。新技术发展迅猛，业内对它的看法也各有不同、莫衷一是。
传统的数据仓库最大的问题就是数据孤岛问题，Hadoop系统克服了这一困难，因此受到越来越多的企业的青睐。
研究机构CMMI(能力成熟度模型集成)近日发布了数据管理成熟度模型，希望能够在大数据时代，帮助企业提升数据管理水平。
联想将包括SAS可视化分析在内的大数据解决方案应用在AWS上，一方面降低了成本，一方面提高了全球运作的效率。
几年前兴起的MongoDB现在已经成为了大数据时代举足轻重的重要角色。原因之一就在于其水平扩展的能力和并行计算。
大数据概念让Hadoop技术快速走进人们的视野，随着Hadoop技术的成熟，Hadoop供应商也在逐渐发展壮大
在这个“语必言智能”的时代，基于位置的分析也占据了一席之地，在导航、定位、营销等领域都有应用。
分布式存储架构能充分使用低成本服务器的计算及存储资源，性能和容量方面随节点的扩展得到线性提升，并能充分利用最新的闪存卡来提升性能。
