idc與大數據
「互聯網+」是指利用信息通信技術以及互聯網平台，讓互聯網與傳統行業進行深度融合，創造新的發展生態。互聯網+必須基於大數據做支撐，大數據是互聯網+的基石。
2. 雲計算與大數據哪個發展前景更好
技術發展是產業發展走向繁榮的前提
無論是計算機行業，還是汽車領域，技術形態的成熟是一個必然的要素。如果某個所謂的時代在技術上、硬體上沒有達到產業的要求，資料庫和平台都是非完整和非穩定的，時代的產業基礎也就十分薄弱。從產業的政策角度分析，當技術累積到一定層次，產業政策的出台是必然的。
為了激活雲計算的發展，國務院在2015年就出台了《關於促進雲計算創新發展培育信息產業新業態的意見》、《雲計算白皮書2016》等，這些政策的出現並非偶然，在其背後有很多雲計算服務商多年默默的技術耕耘。
技術和政策的形態達到一定的地步，真正的產業化和市場化是否也已經達到?等待入局者必須考慮幾個重要因素：一、目的是什麼(為了降低成本、提高效率，還是在渠道上更接近用戶);二、企業是否願意使用(產品同質化嚴重，如何體現差異化);三、是否有助於提高社會福利(消費者福利、管理效率)。
如果這些問題得到肯定的答案，雲計算與時代的發展需求相契合，真正的時代大門就會開啟。
雲計算
大數據的運用將更加追求精準化和多維度
大數據本身除了要有數據、採集、匯聚一定量的數據之外，更重要的是數據的處理、挖掘、分析、可視化、應用這樣一整套的過程。
關於大數據的話題，基本圍繞三個問題展開：一是數據從哪裡來，二是數據如何進行分析，三是數據如何進行商品化。任何大數據都是以應用為主的，在未來，通過多維度、多復合的大數據的精準挖掘，最終提供出優質的商務解決方案才是最關鍵的。
數據的三個來源分別是政府、企業行業和個人消費。政府數據做了授權，但由於法律和其他方面的不健全，政府數據被濫用。消費者數據來源於電信、金融或類似BAT大企業，流量入口處的數據將被自動抓取，數據提供商可以提供所有維度的數據，但每一個都是局部。
數據優化商在大數據產業鏈里要想長久發展，必須精通大數據的模型、演算法以及數據特徵，同時對行業及生態要有明顯的敏感性。而演算法提供商如果僅僅依賴單純演算法，未來將成為成長軟肋。應用提供商最貼近客戶、最熟悉客戶需求，同時做的是最後的數據整合，在產業鏈上可能發展空間更大。
IDC行業未來具有很大的發展潛力
中國具有高達6.3億的大規模網民群體，目前國內僅有3萬個機櫃，對比美國的3億群體2.4萬個機櫃可以看出，中國的數據市場規模還遠未達到平衡點，未來將保持高速增長的態勢。另一個方面，由於企業客戶運營模式的改革，企業的雲化增加了對大數據及專業數據中心的需求。
未來雲計算產業和大數據產業將呈現規模化發展趨勢，市場紅利可觀，創新、服務、合作、技術將推動互聯網科技企業走得更高、更遠。
3. 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。
(3)idc與大數據擴展閱讀：
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
4. 大數據和數據大集中有什麼區別和聯系
大數據實質是數據量到了一定程度，怎麼獲取、處理和分析的事情。其他問題比如數據中心怎麼建設、是否採用數據大集中的形式可以說和大數據的實質關系不大。大數據使用的數據可以是集中的一處拿來的，更可能是分布在多地或者一地的多處的。
數據大集中是一種建設模式。意思主要是不搞分級分地區的部署，而把數據中心統一在一處。比如銀行的中國南北兩大數據中心、稅務部門的大集中建設，這樣資料庫在物理上是位於一處匯總的（當然為了數據安全，可有異地備份），對銀行和稅務等部門來說，便於提取和統計，特別是便於總行總局之類的上級部門直接拿到各地業務數據。
所以我的感覺是，兩者關系不大。主要看業務類型和上級要求吧。特別需要統一匯總和管理數據的，或者運維力量集中保障高可用高安全的，採用數據大集中適合。大數據，只有能獲取和挖掘數據，隨意怎麼玩。當然，如果數據是集中存放的話，更方便大數據平台拿和用。
5. IDC託管商的IDC定義大數據四大特徵
1，中國IDC評述網07月25日報道：在今天舉辦的英特爾大數據論壇上，IDC中國企業級系統與軟體研究部高級研究經理周震剛表示，IDC定義了大數據的四大特徵——海量的數據規模(volume)、快速的數據流轉和動態的數據體系(velocity)、多樣的數據類型(variety)和巨大的數據價值(value)。
5,「大數據推動基礎架構向Scale-out發展。因為從比較傳統的數據處理方式和大數據的處理方式來講，我們發現在處理結構化和非結構化數據方面，在對數據進行處理的時候，因為大數據的類型比較復雜，數據量比較大，可以通過分布式的處理方式把應用復雜分散到分布式系統的各個節點上，而傳統的數據處理將是運算能力非常強、CPU主頻非常高的一台機器來處理，而不是大數據這種多個節點、多個CPU核數來處理，這代表了大數據時代發展方向從Scale-up轉向Scale-out。」周震剛說。「中國成為全球最重要的大數據市場之一，中國人口數是全球第一，也就造就了全球第一互聯網用戶數和全球第一的移動互聯網用戶數，創造數據的規模遠遠超過全球其他各個國家。大數據給市場帶來的將是更廣泛的機會，對於中國來說這個市場是非常有前景的。另外各行業的客戶和各行業的開發商也應該在大數據市場抓住機會，藉助自己的優勢創造更多的價值。」
6. IDC運營商的IDC定義大數據四大特徵
第一，數據容量大（Volume）。從TB級別，躍升到PB級別；
第二，數據類型專繁多（Variety）。相屬對於以往便於存儲的以文本為主的結構化數據，非結構化數據越來越多，包括網路日誌、音頻、視頻、圖片、地理位置信息等，這些多類型的數據對數據的處理能力提出了更高要求。
第三，商業價值高（Value）。價值密度的高低與數據總量的大小成反比。以視頻為例，一部1小時的視頻，在連續不間斷的監控中，有用數據可能僅有一二秒。如何通過強大的機器演算法更迅速地完成數據的價值「提純」成為目前大數據背景下亟待解決的難題。
第四，處理速度快（Velocity）。1秒定律。這是大數據區分於傳統數據挖掘的最顯著特徵。根據IDC的「數字宇宙」的報告，預計到2020年，全球數據使用量將達到35.2ZB。在如此海量的數據面前，處理數據的效率就是企業的生命。
7. 數據中心，雲計算，大數據這三個詞之間有什麼區別和聯系
作者：XDCPlus
鏈接：https://www.hu.com/question/21814158/answer/197093338
來源：知乎
著作權歸作者所有。商業轉載請聯系作者獲得授權，非商業轉載請註明出處。
一、數據中心是全球協作的特定設備網路，用來在Internet網路基礎設施上傳遞、加速、展示、計算、存儲數據信息。它不僅包括計算機系統和其它與之配套的設備，還包含冗餘的數據通信連接、環境控制設備、監控設備以及各種安全裝置。
二、而雲計算是什麼?一般說來，它是基於互聯網的相關服務的增加、使用和交付模式，通常涉及通過互聯網來提供動態易擴展且經常是虛擬化的資源。雲計算是一種按使用量付費的IT服務模式，這種模式提供可用的、便捷的、按需的網路訪問，進入可配置的計算資源共享池（資源包括網路，伺服器，存儲，應用軟體，服務），這些資源能夠被快速提供，只需投入很少的管理工作，或與服務供應商進行很少的交互。那麼雲計算的定義中有一個最重要的關鍵詞：按需。雲計算提供商是根據用戶需求，按需提供計算資源的，另外就是雲計算架構具有很大的彈性，和擴展性，因為所有的實際物理資源都被虛擬化（抽象化），可配置和可管理。
雲計算技術包括分布式文件系統、分布式計算、分布式數據存儲等。基於雲計算架構，可以實現高並發處理系統來處理海量請求，也可以搭建存儲海量數據的雲存儲系統，也可以搭建分布式計算系統來對數據進行挖掘。生活化一點，包括我們所熟知的搜索引擎、網路視頻、電子商務、電子郵件、地圖導航等都屬於雲計算的范疇。
三、大數據是什麼？在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大數據時代》中提出：大數據指不用隨機分析法（抽樣調查）這樣捷徑，而採用所有數據進行分析處理。
那麼究竟多大的數據算是大數據，這個其實並沒有明確的定義。不過IBM提出了大數據的5V特點：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（低價值密度）、Veracity（真實性）。這也是目前大家比較公認的大數據的特徵。
這個5V的特點，反映了大數據數據量大、產生的速度快且多樣，同時大數據具有低價值密度的特點，同時大數據也可能會夾雜一些干擾，影響數據的真實性。因此需要一些技術手段能夠快速處理海量數據，並且能夠從大數據中挖掘有價值的信息。
大數據從何而來？
移動互聯網的大數據主要來自四個方面：
（1）內容數據。Web2.0時代以後，每個人都成為了媒體，都在網路上生產內容，包括文字、圖片、視頻等等。
（2）電商數據。隨著電子商務的發展，線上交易量已經占據整個零售業交易的大部分。每一筆交易都包含了買家、賣家以及商品背後的整條價值鏈條的信息。
（3）社交數據。隨著移動社交成為最主要的社交方式，社交不僅僅只有人與人之間的交流作用，社交數據中包括了人的喜好、生活軌跡、消費能力、價值取向等各種重要的用戶畫像信息。
（4）物聯網數據。各行各業都出現了物聯網的需求和解決方案，每時每刻都在產生巨量的監測數據。
那麼如此之多的數據，包含著很多有價值的信息，這些信息並不是以直觀的形式呈現出來的，需要有辦法對這些數據進行處理，無論是計算、存儲還是通信，都提出了很高的要求，雲計算的相關技術就是對巨量數據的計算、存儲和通信的解決方案。
但有一點不變的是，不管雲計算怎樣去變化，必然需要依託數據中心實現落地。可以說，數
據中心是雲計算的根，雲計算是數據中心「葉子」，雲計算通過「光合作用」促進數據中心的發展，
而數據中心得壯大又為雲計算發展提供了堅實的基礎。兩者起到相互依存，互相促進的作用。
關於大數據和雲計算的概念區別，我們總結一下：大數據說的是一種移動互聯網和物聯網背景下的應用場景，各種應用產生的巨量數據，需要處理和分析，挖掘有價值的信息；雲計算說的是一種技術解決方案，就是利用這種技術可以解決計算、存儲、資料庫等一系列IT基礎設施的按需構建的需求。兩者並不是同一個層面的東西。
大數據與雲計算的關系
那麼上面說了大數據和雲計算的區別，兩者之間又有著非常緊密的聯系。大數據是雲計算非常重要的應用場景，而雲計算則為大數據的處理和數據挖掘都提供了最佳的技術解決方案。
8. 什麼是大數據，看完這篇就明白了
什麼是大數據
如果從字面上解釋的話，大家很容易想到的可能就是大量的數據，海量的數據。這樣的解釋確實通俗易懂，但如果用專業知識來描述的話，就是指數據集的大小遠遠超過了現有普通資料庫軟體和工具的處理能力的數據。
大數據的特點
海量化
這里指的數據量是從TB到PB級別。在這里順帶給大家科普一下這是什麼概念。
MB，全稱MByte，計算機中的一種儲存單位，含義是「兆位元組」。
1MB可儲存1024×1024=1048576位元組（Byte）。
位元組（Byte）是存儲容量基本單位，1位元組（1Byte）由8個二進制位組成。
位（bit）是計算機存儲信息的最小單位，二進制的一個「0」或一個「1」叫一位。
通俗來講，1MB約等於一張網路通用圖片（非高清）的大小。
1GB=1024MB，約等於下載一部電影（非高清）的大小。
1TB=1024GB，約等於一個固態硬碟的容量大小，能存放一個不間斷的監控攝像頭錄像（200MB/個）長達半年左右。
1PB=1024TB，容量相當大，應用於大數據存儲設備，如伺服器等。
1EB=1024PB，目前還沒有單個存儲器達到這個容量。
多樣化
大數據含有的數據類型復雜，超過80%的數據是非結構化的。而數據類型又分成結構化數據，非結構化數據，半結構化數據。這里再對三種數據類型做一個分類科普。
①結構化數據
結構化的數據是指可以使用關系型資料庫(例如:MySQL,Oracle,DB2)表示和存儲，表現為二維形式的數據。一般特點是：數據以行為單位，一行數據表示一個實體的信息，每一行數據的屬性是相同的。所以，結構化的數據的存儲和排列是很有規律的，這對查詢和修改等操作很有幫助。
但是，它的擴展性不好。比如，如果欄位不固定，利用關系型資料庫也是比較困難的，有人會說，需要的時候加個欄位就可以了，這樣的方法也不是不可以，但在實際運用中每次都進行反復的表結構變更是非常痛苦的，這也容易導致後台介面從資料庫取數據出錯。你也可以預先設定大量的預備欄位，但這樣的話，時間一長很容易弄不清除欄位和數據的對應狀態，即哪個欄位保存有哪些數據。
②半結構化數據
半結構化數據是結構化數據的一種形式，它並不符合關系型資料庫或其他數據表的形式關聯起來的數據模型結構，但包含相關標記，用來分隔語義元素以及對記錄和欄位進行分層。因此，它也被稱為自描述的結構。半結構化數據，屬於同一類實體可以有不同的屬性，即使他們被組合在一起，這些屬性的順序並不重要。常見的半結構數據有XML和JSON。
③非結構化數據
非結構化數據是數據結構不規則或不完整，沒有預定義的數據模型，不方便用資料庫二維邏輯表來表現的數據。包括所有格式的辦公文檔、文本、圖片、各類報表、圖像和音頻/視頻信息等等。非結構化數據其格式非常多樣，標准也是多樣性的，而且在技術上非結構化信息比結構化信息更難標准化和理解。所以存儲、檢索、發布以及利用需要更加智能化的IT技術，比如海量存儲、智能檢索、知識挖掘、內容保護、信息的增值開發利用等。
快速化
隨著物聯網、電子商務、社會化網路的快速發展，全球大數據儲量迅猛增長，成為大數據產業發展的基礎。根據國際數據公司(IDC)的監測數據顯示，2013年全球大數據儲量為4.3ZB(相當於47.24億個1TB容量的移動硬碟)，2014年和2015年全球大數據儲量分別為6.6ZB和8.6ZB。近幾年全球大數據儲量的增速每年都保持在40%，2016年甚至達到了87.21%的增長率。2016年和2017年全球大數據儲量分別為16.1ZB和21.6ZB，2018年全球大數據儲量達到33.0ZB。預測未來幾年，全球大數據儲量規模也都會保持40%左右的增長率。在數據儲量不斷增長和應用驅動創新的推動下，大數據產業將會不斷豐富商業模式，構建出多層多樣的市場格局，具有廣闊的發展空間。
核心價值
大數據的核心價值，從業務角度出發，主要有如下的3點：
a.數據輔助決策：為企業提供基礎的數據統計報表分析服務。分析師能夠輕易獲取數據產出分析報告指導產品和運營，產品經理能夠通過統計數據完善產品功能和改善用戶體驗，運營人員可以通過數據發現運營問題並確定運營的策略和方向，管理層可以通過數據掌握公司業務運營狀況，從而進行一些戰略決策；
b.數據驅動業務：通過數據產品、數據挖掘模型實現企業產品和運營的智能化，從而極大的提高企業的整體效能產出。最常見的應用領域有基於個性化推薦技術的精準營銷服務、廣告服務、基於模型演算法的風控反欺詐服務徵信服務，等等。
c.數據對外變現：通過對數據進行精心的包裝，對外提供數據服務，從而獲得現金收入。市面上比較常見有各大數據公司利用自己掌握的大數據，提供風控查詢、驗證、反欺詐服務，提供導客、導流、精準營銷服務，提供數據開放平台服務，等等。
大數據能做什麼？
1、海量數據快速查詢(離線)
能夠在海量數據的基礎上進行快速計算，這里的「快速」是與傳統計算方案對比。海量數據背景下，使用傳統方案計算可能需要一星期時間。使用大數據 技術計算只需要30分鍾。
2.海量數據實時計算（實時）
在海量數據的背景下，對於實時生成的最新數據，需要立刻、馬上傳遞到大數據環境，並立刻、馬上進行相關業務指標的分析，並把分析完的結果立刻、馬上展示給用戶或者領導。
3.海量數據的存儲（數據量大，單個大文件）
大數據能夠存儲海量數據,大數據時代數據量巨大,1TB=1024*1G 約26萬首歌(一首歌4M),1PB=1024 * 1024 * 1G約2.68億首歌(一首歌4M)
大數據能夠存儲單個大文件。目前市面上最大的單個硬碟大小約為10T左右。若有一個文件20T,將 無法存儲。大數據可以存儲單個20T文件，甚至更大。
4.數據挖掘（挖掘以前沒有發現的有價值的數據）
挖掘前所未有的新的價值點。原始企業內數據無法計算出的結果，使用大數據能夠計算出。
挖掘（演算法）有價值的數據。在海量數據背景下，使用數據挖掘演算法，挖掘有價值的指標（不使用這些演算法無法算出）
大數據行業的應用？
1.常見領域
2.智慧城市
3.電信大數據
4.電商大數據
大數據行業前景(國家政策)？
2014年7月23日，國務院常務會議審議通過《企業信息公示暫行條例（草案）》
2015年6月19日，國家大大、總理同時就「大數據」發表意見：《國務院辦公廳關於運用大數據加強對市場主體服務和監管的若干意見》
2015年8月31日，國務院印發《促進大數據發展行動綱要》。國發〔2015〕50號
2016年12月18日，工業和信息化部關於印發《大數據產業發展規劃》
2018年1月23日。中央全面深化改革領導小組會議審議通過了《科學數據管理辦法》
2018年7月1日，國務院辦公廳印發《關於運用大數據加強對市場主體服務和監管的若干意見》
2019年政府工作報告中總理指出「深化大數據、人工智慧等研發應用，培育新一代信息技術、高端裝備、生物醫葯、新能源汽車、新材料等新興產業集群，壯大數字經濟。」
總結
我國著名的電商之父，阿里巴巴創始人馬雲先生曾說過，未來10年，乃至20年，將是人工智慧的時代，大數據的時代。對於現在正在學習大數據的我們來說，未來對於我們更是充滿了各種機遇與挑戰。
python學習網，大量的免費python視頻教程，歡迎在線學習！
9. 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。