在企业信息化建设及互联网行业的发展过程中，数据量的增长已经达到了前所未有的速度。厂商、分析师以及技术专家认为“大数据”(Big Data)时代已经到来，针对大数据的相关技术已经被IT部门提上了议事日程。除了如何存储管理大数据，更为重要的问题是如何利用大数据为企业服务，通过商业智能以及高级分析应用将其价值发挥到最大。

大数据的概念同我们比较熟悉海量数据有所区别，它可以用三个V来总结，即Variety、Volume和Velocity(多样性、数量、速度)。不难理解，无论目前结构化数据还是非结构化数据，它们在深度与广度上都飞速地增长着，企业能否有效管理并挖掘利用这些数据将决定信息化建设的发展走势。除此之外，技术提供商也纷纷将目光瞄准大数据领域，IBM、SAP、Teradata等数据仓库及商业智能厂商都在积极地推广各自的理念和产品。

平台技术选择应由需求驱动

新概念是新技术的催化剂，在大数据领域中，一些新技术包括Hadoop、MapReduce都得到了更广泛的应用，Hadoop MapReduce为通用计算与分布式架构架起了一座桥梁，而传统的企业数据仓库技术(Enterprise Data Warehouse，EDW)则遭遇了前所未有的挑战。通过使用Apache Hadoop，企业能够避于支付大量的软件许可费用，还可以根据变更的需求更改原代码从而得到更高的灵活性。如何在Hadoop和EDW之间做出选择困扰着许多企业用户，对此周俊凌表示，技术以及平台的选择在大数据时代同之前相比并没有太多的不同，企业首先考虑的仍然是自身业务需求。Hadoop架构的存在有它的理由，但是这并不意味着在成本方面会比EDW有更多优势。

企业在进行技术的选择时不应只看首次投入的成本，Hadoop不是一劳永逸的，你需要不断对其进行维护，考虑持续的投入，无论是人力还是物力，它都可能会比传统的EDW要大。因此企业不应该一味迷信于新技术，无论是购买平台还是进行定制，用户需要从自身需求出发。

在谈到国内企业技术的选择时，一些客户更具开放性和前瞻性，特别愿意尝试大数据带来的新技术，打造自己的竞争优势，一些较小的客户和新行业都积极采用这样的新技术和工具。中国市场有其独特之处，中国的客户会对这样产品和技术做出更快的响应，而且中国在计算方面的基础设施都比较新，中国是更加开放的，能够更加积极接受这种新技术。