大數據資源池
㈠ 雲計算與大數據結合的優勢有哪些
雲計算的目的是通過資源共享的方式更好地調用、擴展和管理計算和存儲內等方面的資容源和能力以降低企業的IT成本；大數據的目的是充分挖掘海量數據中的信息，以發現數據中的價值。
雲計算的處理對象是IT 資源、能力和應用；大數據的處理對象是數據。
雲計算節省了IT資源成本；大數據能發現數據中的價值，從而帶來收益。
雲計算與大數據平台可以建立統一共享的基礎設施資源池，實現針對不同業務應用系統的資源統一部署和協同調度，達到資源的集約利用的目的。同時通過相互借鑒彼此的技術思路，雲計算與大數據實現在提供服務能力方面的融合。
㈡ 什麼叫大數據，與雲計算有何關系。
1，大數據（big data），指無法在一定時間范圍內用常規軟體工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產
2，大數據與雲計算的關系就像一枚硬幣的正反面一樣密不可分。大數據必然無法用單台的計算機進行處理，必須採用分布式計算架構。它的特色在於對海量數據的挖掘，但它必須依託雲計算的分布式處理、分布式資料庫、雲存儲和虛擬化技術。
他倆之間的關系你可以這樣來理解，雲計算技術就是一個容器，大數據正是存放在這個容器中的水，大數據是要依靠雲計算技術來進行存儲和計算的。
(2)大數據資源池擴展閱讀：
大數據的4V特點：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（價值）。
雲計算的關鍵詞在於「整合」，無論你是通過現在已經很成熟的傳統的虛擬機切分型技術，還是通過google後來所使用的海量節點聚合型技術，他都是通過將海量的伺服器資源通過網路進行整合，調度分配給用戶，從而解決用戶因為存儲計算資源不足所帶來的問題。
大數據正是因為數據的爆發式增長帶來的一個新的課題內容，如何存儲如今互聯網時代所產生的海量數據，如何有效的利用分析這些數據等等。
大數據的趨勢：
趨勢一：數據的資源化
何為資源化，是指大數據成為企業和社會關注的重要戰略資源，並已成為大家爭相搶奪的新焦點。因而，企業必須要提前制定大數據營銷戰略計劃，搶占市場先機。
趨勢二：與雲計算的深度結合
大數據離不開雲處理，雲處理為大數據提供了彈性可拓展的基礎設備，是產生大數據的平台之一。自2013年開始，大數據技術已開始和雲計算技術緊密結合，預計未來兩者關系將更為密切。除此之外，物聯網、移動互聯網等新興計算形態，也將一齊助力大數據革命，讓大數據營銷發揮出更大的影響力。
趨勢三：科學理論的突破
隨著大數據的快速發展，就像計算機和互聯網一樣，大數據很有可能是新一輪的技術革命。隨之興起的數據挖掘、機器學習和人工智慧等相關技術，可能會改變數據世界裡的很多演算法和基礎理論，實現科學技術上的突破。
參考資料：網路-大數據網路-雲數據
㈢ 大數據倉儲系統是什麼
什麼才是大數據
大數據相關的技術和工具非常多，給企業提供了很多的選擇。在未來，還會繼續出現新的技術和工具，如Hadoop分發、下一代數據倉庫等，這也是大數據領域的創新熱點。但是什麼才是大數據可能很多人會認為數據量大就是大數據，其實不然所謂大數據是結合數據的條數＋單個數據文件的大小綜合衡量得出，而這其中則包括如何快速精準定位到單條數據和快速傳輸數據等多項相關技術。
那麼我們企業到底該選用什麼技術？才能保證我們的系統或者軟體擺脫大數據的瓶頸呢？
可能大家都知道TDWI(數據倉庫研究所)對現有的大部分技術和工具進行了調查，以現在及未來三年內企業接受度和增長率兩個維度進行劃分，這些技術和工具可分成四類。
從中分析得出企業最需要關注的是第1類中的技術和工具，它們最有可能成為最佳的實施工具，有很多人認為這代表了大數據技術的發展方向。我們認為這是一個誤區。
對於我們真實使用及使用過程中，只有基於雲的數據分析及分布式平台進行數據處理才能趨於完善。
很多企業越來越希望能將自己的各類應用程序及基礎設施轉移到雲平台上。就像其他IT系統那樣，大數據的分析工具和資料庫也將走向雲計算。雲計算不單單是硬體的疊加，它必須結合分布式內核調用和內存計算，同時如果你想更快速的定位那就需要將演算法遷入其中。
雲計算能為大數據帶來哪些變化呢?
首先雲計算為大數據提供了可以彈性擴展、相對便宜的存儲空間和計算資源（請記住這不單單說的是硬體的疊加，我們的要考慮的是軟體層面的控制和管理，線程池／內存鎖／域空間／層級都是必可少的考慮因素），使得中小企業也可以像亞馬遜一樣通過雲計算來完成大數據分析。
其次，雲計算IT資源龐大、分布較為廣泛，是異構系統較多的企業及時准確處理數據的有力方式，甚至是唯一的方式。（此時的傳輸效率就會成為我們應該去考慮的問題，量子數據傳輸系統為我么提供了非常好的解決方案）
當然，大數據要走向雲計算，還有賴於數據通信帶寬的提高和雲資源池的建設，需要確保原始數據能遷移到雲環境以及資源池可以隨需彈性擴展。
數據分析集逐步擴大，企業級數據倉庫將成為主流如現有的NOSQL，內存性資料庫等，更加便宜和迅速，成為企業業務經營的好助手，甚至可以改變許多行業的經營方式。
輿情早報網大數據的商業模式與架構
我們不得不承認雲計算及其分布式結構是重要途徑大數據處理技術正在改變目前計算機的運行模式，正在改變著這個世界：它能處理幾乎各種類型的海量數據，無論是微博、文章、電子郵件、文檔、音頻、視頻，還是其它形態的數據；它工作的速度非常快速：實際上幾乎實時；它具有普及性：因為它所用的都是最普通低成本的硬體，而雲計算它將計算任務分布在大量計算機構成的資源池上，使用戶能夠按需獲取計算力、存儲空間和信息服務。雲計算及其技術給了人們廉價獲取巨量計算和存儲的能力，雲計算分布式架構能夠很好地支持大數據存儲和處理需求。這樣的低成本硬體+低成本軟體+低成本運維，更加經濟和實用，使得大數據處理和利用成為可能。但這只是從投入來說我們可以有更多的彈性。
大數據的存儲和管理----雲資料庫的必然
很多人認為NoSQL就是雲資料庫，因為其處理數據的模式完全是分布於各種低成本伺服器和存儲磁碟，因此它可以幫助網頁和各種交互性應用快速處理過程中的海量數據。
它採用分布式技術結合了一系列技術，可以對海量數據進行實時分析，滿足了大數據環境下一部分業務需求。
但我說這是一個錯誤，至少不是完整的，不能或無法徹底解決大數據存儲管理需求。不可否認雲計算對關系型資料庫的發展將產生巨大的影響，而絕大多數大型業務系統（如銀行、證券交易等）、電子商務系統所使用的資料庫還是基於關系型的資料庫，隨著雲計算的大量應用，勢必對這些系統的構建產生影響，進而影響整個業務系統及電子商務技術的發展和系統的運行模式。
而基於關系型資料庫服務的雲資料庫產品將是雲資料庫的主要發展方向，雲資料庫（CiiDB），提供了海量數據的並行處理能力和良好的可伸縮性等特性，提供同時支持在在線分析處理（ CRD）和在線事務處理(CRD) 能力，提供了超強性能的資料庫雲服務，並成為集群環境和雲計算環境的理想平台。它是一個高度可擴展、安全和可容錯的軟體系統，客戶能通過整合降低IT成本，管理位於多個數據，提高所有應用程序的性能和實時性做出更好的業務決策服務。
我們認為CII分布式結構粒度數據結構數據倉庫才是大數據處理的未來。它包含量子數據傳輸系統（有效解決數據傳輸的瓶頸）/高效壓縮系統（壓縮比例128:1）／雲智能粒度層級分布式系統。
當人們從大數據分析中嘗到甜頭以後，數據分析集就會逐步擴大。目前大部分的企業所分析的數據量一般以TB為單位。按照目前數據的發展速度，很快將會進入PB時代。特別是目前在100-500TB和500+TB范圍的分析數據集的數量會呈3倍或4倍增長。
隨著數據分析集的擴大，以前部門層級的數據集市將不能滿足大數據分析的需求，它們將成為企業級資料庫(EDW)的一個子集。有一部分用戶已經在使用企業級數據倉庫，未來這一佔比將會更高。傳統分析資料庫可以正常持續，但是會有一些變化，一方面，數據集市和操作性數據存儲(ODS)的數量會減少，另一方面，傳統的資料庫廠商會提升它們產品的數據容量，細目數據和數據類型，以滿足大數據分析的需要。
這就是我們所說的分布式結構粒度數據結構數據倉庫，而如何做好大數據處理，輿情早報網已經做到了。
㈣ 什麼是雲計算什麼是大數據二者有何聯系
雲計算的關鍵詞在於「整合」，無論你是通過現在已經很成熟的傳統的虛擬機切分型技術，還是通過google後來所使用的海量節點聚合型技術，他都是通過將海量的伺服器資源通過網路進行整合，調度分配給用戶，從而解決用戶因為存儲計算資源不足所帶來的問題。
大數據正是因為數據的爆發式增長帶來的一個新的課題內容，如何存儲如今互聯網時代所產生的海量數據，如何有效的利用分析這些數據等等。
他倆之間的關系你可以這樣來理解，雲計算技術就是一個容器，大數據正是存放在這個容器中的水，大數據是要依靠雲計算技術來進行存儲和計算的。
(4)大數據資源池擴展閱讀：
雲計算常與網格計算、效用計算、自主計算相混淆。
網格計算：分布式計算的一種，由一群鬆散耦合的計算機組成的一個超級虛擬計算機，常用來執行一些大型任務；
效用計算：IT資源的一種打包和計費方式，比如按照計算、存儲分別計量費用，像傳統的電力等公共設施一樣；
自主計算：具有自我管理功能的計算機系統。
事實上，許多雲計算部署依賴於計算機集群（但與網格的組成、體系結構、目的、工作方式大相徑庭），也吸收了自主計算和效用計算的特點。
被普遍接受的雲計算特點如下：
(1) 超大規模
「雲」具有相當的規模，Google雲計算已經擁有100多萬台伺服器， Amazon、IBM、微軟、Yahoo等的「雲」均擁有幾十萬台伺服器。企業私有雲一般擁有數百上千台伺服器。「雲」能賦予用戶前所未有的計算能力。
(2) 虛擬化
雲計算支持用戶在任意位置、使用各種終端獲取應用服務。所請求的資源來自「雲」，而不是固定的有形的實體。應用在「雲」中某處運行，但實際上用戶無需了解、也不用擔心應用運行的具體位置。只需要一台筆記本或者一個手機，就可以通過網路服務來實現我們需要的一切，甚至包括超級計算這樣的任務。
(3) 高可靠性
「雲」使用了數據多副本容錯、計算節點同構可互換等措施來保障服務的高可靠性，使用雲計算比使用本地計算機可靠。
(4) 通用性
雲計算不針對特定的應用，在「雲」的支撐下可以構造出千變萬化的應用，同一個「雲」可以同時支撐不同的應用運行。
(5) 高可擴展性
「雲」的規模可以動態伸縮，滿足應用和用戶規模增長的需要。
(6) 按需服務
「雲」是一個龐大的資源池，你按需購買；雲可以像自來水，電，煤氣那樣計費。
大數據特徵：
1 容量（Volume）：數據的大小決定所考慮的數據的價值和潛在的信息；
2 種類（Variety）：數據類型的多樣性；
3 速度（Velocity）：指獲得數據的速度；
4 可變性（Variability）：妨礙了處理和有效地管理數據的過程。
5 真實性（Veracity）：數據的質量
6 復雜性（Complexity）：數據量巨大，來源多渠道
7 價值（value）：合理運用大數據，以低成本創造高價值
想要系統的認知大數據，必須要全面而細致的分解它，著手從三個層面來展開：
第一層面是理論，理論是認知的必經途徑，也是被廣泛認同和傳播的基線。在這里從大數據的特徵定義理解行業對大數據的整體描繪和定性；從對大數據價值的探討來深入解析大數據的珍貴所在；洞悉大數據的發展趨勢；從大數據隱私這個特別而重要的視角審視人和數據之間的長久博弈。
第二層面是技術，技術是大數據價值體現的手段和前進的基石。在這里分別從雲計算、分布式處理技術、存儲技術和感知技術的發展來說明大數據從採集、處理、存儲到形成結果的整個過程。
第三層面是實踐，實踐是大數據的最終價值體現。在這里分別從互聯網的大數據，政府的大數據，企業的大數據和個人的大數據四個方面來描繪大數據已經展現的美好景象及即將實現的藍圖。
㈤ 大數據和雲計算之間是什麼關系
大數抄據技術是一種新一代技術和構架，它以成本較低、以快速的採集、處理和分析技術，從各種超大規模的數據中提取價值。大數據技術不斷涌現和發展，讓我們處理海量數據更加容易、更加便宜和迅速，成為利用數據的好助手，甚至可以改變許多行業的商業模式。
大數據(big data)是這樣的數據集合：數據量增長速度極快，用常規的數據工具無法在一定的時間內進行採集、處理、存儲和計算的數據集合。
雲計算是一種基於網際網路的超級計算模式，在遠程的數據中心裡，成千上萬台電腦和伺服器連接成一片電腦雲。因此，雲計算甚至可以讓你體驗每秒10萬億次的運算能力，擁有這么強大的計算能力可以模擬核爆炸、預測氣候變化和市場發展趨勢。用戶通過電腦、筆記本、手機等方式接入數據中心，按自己的需求進行運算。
雲計算的就業前途，某種意義上也可以理解為雲計算為我們提供的服務，存在一定的必然性，也就是說雲計算對於社會、雲計算使用者有哪些優勢，也同時可以理解為，雲計算的優勢就是雲計算的就業優勢。
㈥ 大數據，雲計算有哪些上市公司
在這一領域的提供商主要是傳統上領先的軟硬體生產商，如浪潮信息(000977)、華勝天成(600410)、中回興通訊(000063)、方正科技(600601)、長城電腦答(000066)、綜藝股份(600770)。
雲計算是互聯網和超級計算能力的結合，是一種通過網路以便捷、按需的形式從共享性可配置的計算資源池(這些資源包括網路、伺服器、存儲、應用和服務)中獲取服務的業務模式。
數十億台個人電腦和其他設備(如智能手機)接入雲計算中心，將帶來工作方式和商業模式的徹底變革，這就好比是從古老的單台發電機模式轉向了電廠集中供電的模式。
雲計算將成為第四次IT產業革命。雲計算(cloud computing)是一種基於網際網路的超級計算模式，由網格計算、公用計算、軟體服務，三個步驟慢慢發展演變而來，代表下一代的網際網路計算和下一代的數據中心。
從市場規模看，根據預測，雲計算市場將以28%的復合年增長率迅速擴張。到2012年，雲計算技術將相當普及，五分之一企業將沒有任何IT資產。
因而，雲計算有望成為繼大型計算機、個人計算機、互聯網之後的第四次IT產業革命。
㈦ 大數據存儲需要具備什麼
大數據之大 大是相對而言的概念。例如，對於像SAPHANA那樣的內存資料庫來說，2TB可能就已經是大容量了；而對於像谷歌這樣的搜索引擎，EB的數據量才能稱得上是大數據。 大也是一個迅速變化的概念。HDS在2004年發布的USP存儲虛擬化平台具備管理32PB內外部附加存儲的能力。當時，大多數人認為，USP的存儲容量大得有些離譜。但是現在，大多數企業都已經擁有PB級的數據量，一些搜索引擎公司的數據存儲量甚至達到了EB級。由於許多家庭都保存了TB級的數據量，一些雲計算公司正在推廣其文件共享或家庭數據備份服務。有容乃大 由此看來，大數據存儲的首要需求存儲容量可擴展。大數據對存儲容量的需求已經超出目前用戶現有的存儲能力。我們現在正處於PB級時代，而EB級時代即將到來。過去，許多企業通常以五年作為IT系統規劃的一個周期。在這五年中，企業的存儲容量可能會增加一倍。現在，企業則需要制定存儲數據量級（比如從PB級到EB級）的增長計劃，只有這樣才能確保業務不受干擾地持續增長。這就要求實現存儲虛擬化。存儲虛擬化是目前為止提高存儲效率最重要、最有效的技術手段。它為現有存儲系統提供了自動分層和精簡配置等提高存儲效率的工具。擁有了虛擬化存儲，用戶可以將來自內部和外部存儲系統中的結構化和非結構化數據全部整合到一個單一的存儲平台上。當所有存儲資產變成一個單一的存儲資源池時，自動分層和精簡配置功能就可以擴展到整個存儲基礎設施層面。在這種情況下，用戶可以輕松實現容量回收和容量利用率的最大化，並延長現有存儲系統的壽命，顯著提高IT系統的靈活性和效率，以滿足非結構化數據增長的需求。中型企業可以在不影響性能的情況下將HUS的容量擴展到近3PB，並可通過動態虛擬控制器實現系統的快速預配置。此外，通過HDSVSP的虛擬化功能，大型企業可以創建0.25EB容量的存儲池。隨著非結構化數據的快速增長，未來，文件與內容數據又該如何進行擴展呢？不斷生長的大數據 與結構化數據不同，很多非結構化數據需要通過互聯網協議來訪問，並且存儲在文件或內容平台之中。大多數文件與內容平台的存儲容量過去只能達到TB級，現在則需要擴展到PB級，而未來將擴展到EB級。這些非結構化的數據必須以文件或對象的形式來訪問。基於Unix和Linux的傳統文件系統通常將文件、目錄或與其他文件系統對象有關的信息存儲在一個索引節點中。索引節點不是數據本身，而是描述數據所有權、訪問模式、文件大小、時間戳、文件指針和文件類型等信息的元數據。傳統文件系統中的索引節點數量有限，導致文件系統可以容納的文件、目錄或對象的數量受到限制。HNAS和HCP使用基於對象的文件系統，使得其容量能夠擴展到PB級，可以容納數十億個文件或對象。位於VSP或HUS之上的HNAS和HCP網關不僅可以充分利用模塊存儲的可擴展性，而且可以享受到通用管理平台HitachiCommandSuite帶來的好處。HNAS和HCP為大數據的存儲提供了一個優良的架構。大數據存儲平台必須能夠不受干擾地持續擴展，並具有跨越不同時代技術的能力。數據遷移必須在最小范圍內進行，而且要在後台完成。大數據只要復制一次，就能具有很好的可恢復性。大數據存儲平台可以通過版本控制來跟蹤數據的變更，而不會因為大數據發生一次變更，就重新備份一次所有的數據。HDS的所有產品均可以實現後台的數據移動和分層，並可以增加VSP、HUS數據池、HNAS文件系統、HCP的容量，還能自動調整數據的布局。傳統文件系統與塊數據存儲設備不支持動態擴展。大數據存儲平台還必須具有彈性，不允許出現任何可能需要重建大數據的單點故障。HDS可以實現VSP和HUS的冗餘配置，並能為HNAS和HCP節點提供相同的彈性。
㈧ 大數據的經濟價值體現在哪些方面
數據基礎系統工程和應用系統工程。
發展大數據的關鍵，是要有獲得數據的能力和方法，獲得的數據不僅要及時、完整、准確地存儲下來，而且要及時、完整、准確地傳輸到數據需求者。有了數據，還必須有足夠的計算能力。
因此基礎系統工程包括了數據採集、匯聚、傳輸、存儲、計算資源、大數據應用平台、雲計算平台、數據資源池、數據分析挖掘工具軟體、數據產權管理、數據標准體系、數據安全體系等。
(8)大數據資源池擴展閱讀：
注意事項：
1、對企業現有數據情況深入摸底，確定客戶相關數據在各業務系統中的情況（分布/數據屬性/關聯性/數據質量等）
2、通過在各業務部門調研和訪談方式，以及用戶研究的發展趨勢，確定企業各部門未來的應用總體需求目標，並抽象為相關對客戶屬性/標簽的需求。
3、在前兩步工作的基礎上，通過用戶研究人員與大數據架構/分析人員的合作，完成相關的總體設計。
4、數據涉及的內部業務系統眾多，而且開發商往往不同，加上各系統通常又被不同業務部門管理。 因此，從各部門各業務系統整合數據，要牽扯多方(管理方、開發方)的部門許可權、利益和精力。相關的協調/推進通常比較低效。
㈨ 大數據、IDC和雲計算之間有什麼關系嗎
大數據是雲計算的殺手鐧應用
大數據與雲計算的關系，引起一些人的困惑。為了便於探討二者的關系，這里從「計算」和「數據」的歷史關系說起。因為雲計算首先是一種「計算」，大數據首先是一種「數據」，而計算機就是用來「計算」「數據」的。
計算機是軟體和硬體分離的，是一種軟體定義的電子產品（可編程）。計算機設計中的一個重要問題是如何有效管理CPU、內存和I/O等硬體資源，以及如何讓應用程序合理使用這些資源。這兩大任務最早內嵌在各種應用程序中，由應用程序自身完成，缺點是費力、復雜和易錯，難以升級和移植，而且重復工作。
上世紀60年代這些共性功能開始從應用中分離出來，逐步形成了一種通用的軟體包，這就是操作系統。操作系統是位於硬體和應用程序之間的「中間件」，讓應用軟體和硬體得以分離並獨立發展，發展成了最核心的計算機系統軟體，也成就了微軟公司的偉大。
以UNIX為始祖的常見現代操作系統有Android、BSD、iOS、Linux、 MacOSX、QNX等，以及原創的微軟Windows、 Windows Phone和IBM的z/OS.操作系統的工作范圍，也從最初的計算機蔓延到手機、游戲控制器、電視機頂盒、智能汽車和智能眼鏡等，還有與雲計算密切相關的Web伺服器。
上世紀70年代，計算機的快速發展使得數字化數據爆發式增長，「海量」數據管理成了新挑戰。把通用操作系統的文件管理用於數據管理時，無論是擴展性、效率和便利性，都不適應「海量」數據的管理需要，應用軟體被迫內嵌自己設計的數據管理系統。同樣的，「海量」數據管理由每個應用程序自身完成，缺點也是費力、復雜和易錯，難以升級和移植，並且重復工作。
於是一種專門面向「海量」數據管理的通用軟體問世了，那就是資料庫管理系統（DBMS），一種應用系統軟體。DBMS包括了資料庫定義、創建、查詢、更新和管理等功能，這些都是數據管理所必需的，是操作系統的文件管理系統所沒有的。
著名的DBMS有 MySQL、 PostgreSQL、SQLite、Microsoft SQL Server、Microsoft Access、Oracle、Sybase、dBASE、FoxPro和IBM DB2等，都是關系型DBMS.當然還有非關系型No SQL模式的，只是沒那麼流行。
DBMS與字處理軟體等一起，成為單機時代最重要的應用軟體，也成就了一家偉大的應用軟體公司Oracle.大約不足20年前，操作系統和資料庫的技術和市場未來，看起來都那麼可預知。一個是微軟的天下，一個是Oracle的天下。
但互聯網來了，尤其是Web開始流行。
Web伺服器所使用的操作系統，最初面向單機設計，擴展用於區域網范圍內管理多台伺服器還勉強可用。但當互聯網巨頭崛起，需要Web伺服器的操作系統管理數百萬台Web伺服器的時候，傳統操作系統勉為其難，需要「技術革命」了。「革命」的結果就是雲計算。
雲計算大傘下有很多概念，核心技術之一是虛擬化。虛擬化有「1虛N」和「N虛1」兩種模式，前者主要是為了省錢，以Amazon AWS為代表；後者主要是為了大數據處理，以Google GAE為代表。
雲計算的「N虛1」模式，可將多台物理計算機虛擬化為一台超級計算機，向應用程序提供資源池的調度管理服務，與傳統操作系統的功能幾乎完全相同，因此常被稱為「雲計算操作系統」。只是雲計算操作系統的工作范圍，擴大到數據中心甚至整個互聯網范圍內，把每台計算機也當做資源看待和管理。
有了雲計算操作系統，雲應用軟體和硬體（計算機資源）得以分離，各自可以獨立發展。歷史再次重演，雲計算以及SNS、微博、移動互聯網和物聯網等的快速發展，具有3V特點的數據爆發，大數據管理的挑戰也最先到來。同樣，面向計算設計的通用雲計算操作系統，在大數據管理方面的擴展性、效率和便利性，都面臨新挑戰。
歷史上計算機面對「海量」數據的挑戰，將數據應用和數據管理分離，催生了通用的DBMS.現在雲計算面對大數據的挑戰，也必將使大數據應用和大數據管理分離，催生「大資料庫管理系統」，並且逐步走向通用化和平台化。
ATM（非同步傳輸模式）是通信資源稀缺時代的產物，TCP/IP是通信資源富饒時代的產物。類似的，傳統DBMS是IT資源稀缺時代的產物，大數據管理系統是IT資源富饒時代的產物。
計算是工具，可以工業化提供；數據是資源，是個性化的資產。如果說Office、游戲等是PC的殺手鐧應用，瀏覽器、搜索、SNS等是互聯網的殺手鐧應用，那麼大數據等就是雲計算的殺手鐧應用。