為什麼需要大數據

1. 為什麼大數據如此重要

大數據是一種現代雲基礎架構，它包含了多種與其他人連接和共享信息的方法。它推動了「物聯網」的發展，如通過社交網站連接人、通過共享朋友或網路來尋找人們之間互相認識的可能性。大數據的背後運行著人工智慧，而它對於大多數人而言是完全透明的，人們不知道背後有這樣的技術。大數據位於人們日常使用的智能手機之後，然後人們通過它給移動互聯網貢獻信息，即使他們並沒有意識到這一點。
為什麼大數據如此重要?
第一，對大數據的處理分析正成為新一代信息技術融合應用的結點。移動互聯網、物聯網、社交網路、數字家庭、電子商務等是新一代信息技術的應用形態，這些應用不斷產生大數據。雲計算為這些海量、多樣化的大數據提供存儲和運算平台。通過對不同來源數據的管理、處理、分析與優化，將結果反饋到上述應用中，將創造出巨大的經濟和社會價值。
第二，大數據是信息產業持續高速增長的新引擎。面向大數據市場的新技術、新產品、新服務、新業態會不斷涌現。在硬體與集成設備領域，大數據將對晶元、存儲產業產生重要影響，還將催生一體化數據存儲處理伺服器、內存計算等市場。在軟體與服務領域，大數據將引發數據快速處理分析、數據挖掘技術和軟體產品的發展。
第三，大數據利用將成為提高核心競爭力的關鍵因素。各行各業的決策正在從「業務驅動」 轉變「數據驅動」。
總結
在大數據時代到來的時候，要用大數據的思維去發掘大數據的潛在價值。大數據的意義不在於掌握龐大的數據信息，而在於對這些含有意義的數據進行專業化處理。從前我們所了解的數據是冷冰冰的、死氣沉沉的，被存到冷備份默默地等著人拿出來用，我們對待數據的感覺十分消極，要先想清楚其用處才開始分析應用。現在，數據時代來臨了，人們正在試圖點燃數據，使其變熱，賦予生命。所謂「活數據」，是動態的數據，流通的數據，因互動而產生，因產生而互動，是自然演化的數據，要用大數據的思維去考慮這些數據怎樣才能帶來效益。未來大數據的發展前景非常好，與大數據相關的職業比如數據挖掘師，數據分析師等必定會有廣闊的發展空間。

2. 為什麼要建設政務大數據

建設統一的大數據平台
首先說明下為何要建設數據資源庫，其核心目的還是需要聚合原有分散在各個政務系統中的數據，大家要注意這里不是聚合所有數據，而是需要在多個政務系統共享的數據，在進行大數據分析的時候需要使用到的本身具有相關性的各類數據。這里的數據資源庫和傳統電子政務建設裡面談到的數據資源中心在業務上目標是一樣的，納入大數據平台後只是在構建過程中會應用到大數據相關技術如分布式存儲，流計算等來解決對數據的海量和實時性要求。
數據資源庫的建設本身包括了兩個方面的內容，從業務上重點是數據標准，數據規范和介面，數據模型的建設，這個以往差別不大，唯一增加的內容是在數據模型建設中需要更多的考慮數據本身之間的相關性。其次是數據平台的建設，這里從技術上講和傳統區別相當比較大，一個是在建設數據平台過程中需要應用到大數據相關技術平台，如Hadoop平台等，這里已經不是一個單純的數據存儲平台，而是必須提供數據存儲，數據處理和數據分析能力的完整平台，其次大數據平台建設的最終目標還是希望經過處理和分析後的數據能力能夠共享和開發，體現業務價值，因此需要有大數據共享服務能力提供，即大數據平台本身還必須是可開放和共享的數據能力服務平台。
對於大數據平台的建設難點不在技術而是在業務上，這裡面涉及到兩個層面的數據開放和共享，一個是在政府行業內部各個部門間，工商，稅務，質監，交通等各個部門的數據能夠共享，這裡面涉及到的部門和利益壁壘要想短期解決是很困難的事情；其次是大數據平台最終處理和分析後的能力能否進一步朝外面的企業和公共服務部門共享和開放，這是第二個層面的困難，在這一點上國外類似美國在政府部門大數據資源和數據目錄開放程度就遠遠好於我國。具體可以看下塗子沛的《大數據時代》這本書。
二是加快計算服務能力和應用能力建設。引進公共雲服務龍頭企業，提供高質量的基礎設施即服務（IaaS）、平台即服務（PaaS）、軟體即服務（SaaS）等公共雲服務；引導財政資金支持的信息化項目優先部署在統一的雲計算基礎設施，促進政務信息系統和信息資源的共享；面向貴州省建設電子政務、智能交通、智能物流、企業管理、智慧城市等方面的需求，發展服務功能強、商業模式新、帶動效果大的行業雲平台；面向企業研發、產品設計、生產控制、經營管理等方面需求，提供專業化的工業雲計算服務；加快研發雲計算平台資源管理軟體、雲安全防護產品、雲模式應用軟體，發展面向重點行業領域的雲計算系統解決方案。
解讀：計算服務和應用能力建設
對於這部分內容基本可以看到是常規的雲計算平台和智慧城市方面的建設內容。政府很多時候規劃往往就是沒有了解一件事情的本質而一味的追求大而全的理想化建設模式。從最早的各地圈地大搞特搞雲計算中心和產業基地；到智慧城市概念炒作起來的時候又把雲計算，SOA，大數據，物聯網等所有內容全部涵蓋在智慧城市規劃裡面。而到了大數據時代，我們看到的規劃效果又是所有內容似乎都恨不得全部納入到大數據產業規劃裡面，搞理想化的大而全建設，結果平台項目建設過程中就夭折點，這個是每個政府部門做大數據規劃前必須要考慮的問題，即必須清楚大數據本質是什麼？希望通過大數據平台建設來解決什麼業務問題，這個都沒有想清楚不適宜開始大數據產業規劃和建設。
那麼是不是大數據平台和雲平台完全沒有關系？那也不是絕對。對於兩者的關系在這里用最通俗的方式來進行下說明和對應。首先大數據本身需要存儲，大數據在處理和聚合到數據資源平台過程中需要進行計算，那麼就需要資源來提供計算和存儲能力，而且這個能力可以彈性擴展，這塊能力的提供即是雲計算平台IaaS層完成的內容。其次大數據在處理過程中涉及到數據集成，數據採集和聚合，數據並行處理，數據流處理，數據分析，數據服務能力共享和開放，這些能力已經是在資源層上層的能力，即平台層能力，而這些平台層能力都可以納入到廣義的雲計算PaaS平台層。
三是加快大數據分析能力和利用能力建設。加強大數據分析關鍵演算法和共性基礎技術研發，開發專業化的數據處理分析工具，形成大數據基礎技術與產品資源池；發揮大企業平台引領作用和專業大數據服務企業創新優勢，加快市場化的大數據應用，發展第三方大數據服務，提供特色化的數據服務；支持數據開放、共享和應用服務，探索商業模式創新，推進大數據的公共應用；選擇重點行業領域，開展基於雲計算的大數據示範應用，推動專業化的大數據挖掘、分析、應用和服務發展，提高大數據行業應用能力。
解讀：數據分析和利用能力建設
再次強調大數據核心是實現了業務價值和公共服務能力提升，如果我們建設的大數據平台和數據資源中心雖然實現了數據的聚合和數據模型的標准化，但是這些海量數據如果不能進行很好的挖掘和相關性分析，如果不能將數據本身的價值和能力通過服務化方式開放出來，那麼整個大數據平台將沒有任何價值。
貴州大數據產業戰略裡面談到的將數據開放和共享出去，發展第三方大數據服務，推薦大數據公共應用並探索新的商業模式是相關關鍵的點。這仍然是商業模式和業務問題，而非技術問題，經過處理和分析的數據只有能夠被使用，能夠用於決策，能夠為大眾提供更加高效的公共數據服務才是最大的價值。
根據大數據本身的海量，異構，實時等特點，可以看到要針對海量異構數據進行數據挖掘和分析，同時有必須滿足大數據分析的實時或准實時性要求還是相當有難度的。這一方面涉及到CEP，流處理，MPP，並行計算等各種技術的使用；一方面涉及到數據相關性分析模型的建立，兩者缺一不可。
大數據平台建設本身又有兩種模式，一種是先構建數據存儲平台，再構建處理平台，最後再構建數據分析和挖掘平台；一種是根據業務目標來分析是否涉及到大數據應用場景，根據應用場景來分析究竟涉及到哪些相互關聯數據，然後進行數據建模，再來考慮如何高效可擴展的對這些數據進行存儲，處理和分析。對於政府部門的大數據我們更加建議第二種方式，即不要一開始就追求大而全，而是有針對性的各個擊破，快速的體現出大數據平台應有的商業價值。

3. 貴州為什麼要發展大數據產業有哪些優勢

大數據技術已經成為各個行業和企業競爭的優勢，只要通過大數據技術挖掘有效利用的數據價值信息，就會有勝算的把握。

一、發展大數據技術可以提高生產力

大數據技術在企業已經成為投入使用很成功的案例，很多應用程序開發商和大型公司都運用大數據技術擴展大數據項目。大數據技術在運用時可以通過數據挖掘知道最需要的數據是哪些，通過這些數據獲取更多的生產力，提高生產能力，為企業帶來更多的商業價值。

目前有很多企業通過數據挖掘分析解決問題，相對來說大數據分析比著傳統的數據分析速度更快，更能獲取可「回收利用」的信息流量，提高行業內的生產力。

二、發展大數據技術可以改善營銷決策

近幾年的數據量暴增，數據盈利也很可能成為未來收入的主要來源，大數據技術在海量數據的分析中，尋求到最合適的企業營銷策略，通過數據分析給企業帶來更明智的策略。

大數據工程師通過對客戶的數據精湛分析，分析行業內的流行趨勢並且定製出更適合的產品或者服務，通過對定價的檢測和分析對客戶忠誠度有效評估，一系列的運用大數據及時改善營銷決策，給企業帶來有價值的數據決策。

三、發展大數據技術的未來優勢

大數據行業的興起，許多開發企業都意識到，想要在行業內不斷的發展就要運用大數據技術，提升自身企業的品牌價值，在行業比拼中尋求更多的競爭優勢，微軟亞馬遜等大型跨國公司目前都在採用大數據解決問題，為消費者提供更好的服務。

目前有很多行業和企業都嘗到大數據技術的甜頭了，未來會有越來越多運用大數據技術的產業，以現在大數據發展的速度來看，2020年大數據的市場規模將達到2030億美元，很多企業都在期盼大數據項目可以運用的范圍更廣闊，然後通過運用產生更大的利益空間。

大數據技術能為行業提高生產力、改善營銷決策，給企業帶來更好的發展前景，目前大數據技術發展雖然在初級階段，但是發展勢頭很強，未來也會有更多的行業領域涉足大數據技術運用。

(3)為什麼需要大數據擴展閱讀：

貴州發展大數據的優勢主要有：

1、氣候環境優良的生態優勢。優良的生態環境為發展大數據基礎設施提供了獨特的優勢。

2、水煤資源豐富，電力價格低廉的能源優勢。能源優勢能夠為大數據企業提供廉價、穩定的電力資源，降低企業運行成本。

3、地理位置和交通便利的優勢。持續優化的交通條件，使貴州省經濟走廊的地位進一步凸顯。

4、具有西部重要增長極、內陸開放新高地的戰略優勢。

4. 企業的發展為什麼需要互聯網大數據

從互聯網上能更快更全面的收集到企業所需要的客戶數據，在營銷中企業可以通過搜集的數據的進行精準的營銷工作，對企業市場營銷方面有很大的幫助。
在企業發展過程中，需要大量的數據，這些數據不僅是以上講到的客戶營銷數據，還有戰略上的數據，企業也是需要的，而且這種戰略數據對企業來說至關重要。企業要想長期發展就必須掌握到最新的行業數據，還有自身的發展數據，通過這些數據的搜集、處理，然後得到企業想要的長期發展的數據，經過數據的分析，提前做好企業的戰略布局，讓企業能在激烈的商戰中立於不敗之地。從各個方面來說，大數據都對企業是非常重要的，而且數據也慢慢變成了一種資源。

5. 為什麼大數據時代，需要那麼多數據幹嘛

1. 大數據是企業核心競爭力，也是公司的軟實力

大數據席捲了全球，並帶來了驚人的利益，這一力量無需多說。大數據使IBM、亞馬遜等全球頂尖公司受益，這些公司通過利用大數據開發一些前沿的技術，為客戶提供高端服務。

在如今的商業中，大數據顯現的驚人優勢並不亞於石油或煤炭帶來的利益。

2. 掌握數據能力，開采「暗數據」

大數據系統的出現使得這些公司能夠將尚未開拓的數據投入使用，並從中提取有意義的信息。過去沒有被認可或認為毫無用處的數據突然成為公司的財富，這一點令人驚訝不已。通過大數據分析，這些公司可以加快流程，從而降低運營成本。

3. 軟體正在吞噬整個世界 數據爭奪戰正在打響

我們目前處於數據驅動型經濟中，如果無法分析當前或未來的趨勢，任何組織都無法生存下去。搶奪數據已經成為決定下一步行動。

4. 決策指導 更智能更快速更精準

在這個激烈的競爭時代，人人都想脫穎而出。但問題是如何實現這一期望 雖然公司與競爭對手持有相同的運營模式，但公司應當如何展現其獨一無二 答案在於公司採用的策略。為了表現優於競爭對手，做出良好和智慧決策的能力在每一步中發揮關鍵作用。這些決定不僅應該是好的決定，而且應該盡可能做出又快又明智的決定，使公司能夠在積極的主動出擊。

5. 以用戶為中心 用戶行為數據是營銷關鍵

現在客戶有機會隨時隨地購物，在相關信息幫助下，對於公司需要做出比之前更敏捷的反應這一要求而言具有更大的挑戰。但是公司將如何不斷地實現這一點呢 答案是藉助「大數據」。客戶動向是不斷變化的，因此營銷人員的策略也應該做出相應調整。通過整合過去和實時數據來評估客戶的品味和喜好，這樣可以使公司採取更快捷的應對措施。

6. 通過數據倉庫使數據資產變現

這些公司越來越大，因此不同的流程產生不同的數據。資料倉儲中的許多重要信息仍然無法訪問。然而，公司已經能夠使用大數據分析這一武器來挖掘這座大山，讓分析師和工程師深入研究，並提供新穎而又有意義的見解。

6. 什麼是大數據，大數據為什麼重要，如何應用大數據

「大數據」簡單理解為：

"大數據"是一個體量特別大，數據類別特別大的數據集，並且這樣的數據集無法用傳統資料庫工具對其內容進行抓取、管理和處理。大數據是一個抽象的概念，對當前無論是企業還是政府、高校等單位面臨的數據無法存儲、無法計算的狀態。大數據，在於海量，單機無法快速處理，需要通過垂直擴展，即大內存高效能，水平擴展，即大磁碟大集群等來進行處理。

大數據為什麼重要：

獲取大數據後，用這些數據做：數據採集、數據存儲、數據清洗、數據分析、數據可視化

大數據技術對這些含有意義的數據進行專業化處理，對企業而言，大數據可提高工作效率，降低企業成本，精準營銷帶來更多客戶。對政府而言，可以利用大數進行統籌分析、提高管理效率、管理抓獲犯罪分子等。對個人而言，可以利用大數據更了解自己等。

如何應用大數據：

大數據的應用對象可以簡單的分為給人類提供輔助服務，以及為智能體提供決策服務。

大數據不僅包括企業內部應用系統的數據分析，還包括與行業、產業的深度融合。具體場景包括：互聯網行業、政府行業、金融行業、傳統企業中的地產、醫療、能源、製造、電信行業等等。通俗地講「大數據就像互聯網+，可以應用在各行各業"，如電信、金融、教育、醫療、軍事、電子商務甚至政府決策等。

7. 為什麼大數據時代數據那麼重要

大數據是大量、高速、多變的信息，它需要新型的處理方式去促成更強的決策能力、洞察力與最佳化處理。大數據為企業獲得更為深刻、全面的洞察能力提供了前所未有的空間與潛力

8. 大數據為何這么重要，何為大數據

大數據(big data,mega data)或稱巨量資料，指的是需要新處理模式才能具有更強的決策力、洞察力和流程優化能力的海量、高增長率和多樣化的信息資產。

9. 大數據時代，為什麼要使用大數據

大數據是什麼?是一種運營模式，是一種能力，還是一種技術，或是一種數據集合的統稱?今天我們所說的「大數據」和過去傳統意義上的「數據」的區別又在哪裡?大數據的來源又有哪些?等等。當然，我不是專家學者，我無法給出一個權威的，讓所有人信服的定義，以下所談只是我根據自己的理解進行小結歸納，只求表達出我個人的理解，並不求全面權威。先從「大數據」與「數據」的區別說起吧，過去我們說的「數據」很大程度上是指「數字」，如我們所說的客戶量，業務量，營業收入額，利潤額等等，都是一個個數字或者是可以進行編碼的簡單文本，這些數據分析起來相對簡單，過去傳統的數據解決方案(如資料庫或商業智能技術)就能輕松應對;而今天我們所說的「大數據」則不單純指「數字」，可能還包括「文本，圖片，音頻，視頻……」等多種格式，其涵括的內容十分豐富，如我們的博客，微博，輕博客，我們的音頻視頻分享，我們的通話錄音，我們位置信息，我們的點評信息，我們的交易信息，互動信息等等，包羅萬象。用正規的語句來概括就是，「數據」是結構化的，而「大數據」則包括了「結構化數據」「半結構化數據」和「非結構化數據」。關於「結構化」「半結構化」「非結構化」可能從字面上比較難理解，在此我試著用我的語言看能否形象點地表達出來:由於數據是結構化的，數據分析可以遵循一定現有規律的，如通過簡單的線性相關，數據分析可以大致預測下個月的營業收入額;而大數據是半結構化和非結構化的，其在分析過程中遵循的規律則是未知的，它通過綜合方方面面的信息進行模擬，它以分析形式評估證據，假設應答結果，並計算每種可能性的可信度，通過大數據分析我們可以准確找到下一個市場熱點。 基於此，或許我們可以給「大數據」這樣一個定義，「大數據」指的是收集和分析大量信息的能力，而這些信息涉及到人類生活的方方面面，目的在於從復雜的數據里找到過去不容易昭示的規律。相比「數據」，「大數據」有兩個明顯的特徵:第一，上文已經提到，數據的屬性是包括結構化、非結構化和半結構化數據;第二，數據之間頻繁產生交互，大規模進行數據分析，並實時與業務結合進行數據挖掘。解決了大數據是什麼，接下來還有一個問題，大數據的來源有哪些?或者這個問題這樣來表達會更清晰「大數據的數據來源有哪些?」對於企業而言，大數據的數據來源主要有兩部分，一部分來自於企業內部自身的信息系統中產生的運營數據，這些數據大多是標准化、結構化的。(若繼續細化，企業內部信息系統又可分兩類，一類是「基幹類系統」，用來提高人事、財會處理、接發訂單等日常業務的效率;另一類是「信息類系統」，用於支持經營戰略、開展市場分析、開拓客戶等。)傳統的商業智能系統中所用到的數據基本上數據該部分。而另外一部分則來自於外部，包括廣泛存在於社交網路、物聯網、電子商務等之中的非結構化數據。這些非結構化數據由源於 Facebook、Twitter、LinkedIn 及其它來源的社交媒體數據構成，其產生往往伴隨著社交網路、移動計算和感測器等新的渠道和技術的不斷涌現和應用。具體包括了:如，呼叫詳細記錄、設備和感測器信息、GPS 和地理定位映射數據、通過管理文件傳輸協議傳送的海量圖像文件、Web 文本和點擊流數據、科學信息、電子郵件等等。由於來源不同，類型不同的數據透視的是同一個事物的不同的方面，以消費客戶為例，消費記錄信息能透視客戶的消費能力，消費頻率，消費興趣點等，渠道信息能透視客戶的渠道偏好，消費支付信息能透視客戶的支付渠道情況，還有很多，如，客戶會否在社交網站上分享消費情況，消費前後有否在搜索引擎上搜索過相關的關鍵詞等等，這些信息(或說數據)從不同的方面表達了客戶的消費過程的方方面面。因此，一般來說，企業用以分析的數據來源越廣越全面，其分析的結果就越立體，越接近於真實。因此，大數據分析意味著企業能夠從不同來源的數據中獲取新的洞察力，並將其與企業業務體系的各個細節相融合，以助力企業在創新或者市場拓展上有所突破。針對「數據量」這個話題，亞馬遜CTO Vogels曾經說過，「在運用大數據時，你會發現數據越大，結果越好。為什麼有的企業在商業上不斷犯錯?那是因為他們沒有足夠的數據對運營和決策提供支持。一旦進入大數據的世界，企業的手中將握有無限可能。」可以預料，在不遠的未來，企業如何通過抓住用戶獲取源源不斷的數據資產將會是一個新的兵家必爭之地。在這個層面上，Facebook、Twitter、Google、Amazon，包括電信運營商等領先企業具有無可比擬的優勢。在大數據的領域里是否數據量越大越好?很多時候我們寫文章，並不是想要去重復某一個眾所周知的事實，而更多的是想從另外一個角度試圖去質疑那些已成事實的事實，並不是想要去推翻，而只是去看這個事實是否存在另外的可能性，雖然很多時候我的那些質疑會漏洞百出，並顯得幼稚可笑，但我覺得一個事物的健康發展需要不同的聲音，而這正是我們寫文章的意義所在。所以，我現在問題是，在大數據的領域里是否數據量越大越好?對於這個問題，我覺得應該分兩個層面來看，第一個層面是，對大數據這個整體而言，數據肯定是越大越好的，多元的數據能讓不同行業，不同組織都可以從大數據中尋找到解決問題的方法，也是基於此，現在越來越多的企業組織通過不同的終端、應用或者其他手段去瘋狂地收集多元的數據，大數據讓人們能有足夠的能力和視野將地球(包括地球上的一切)作為一個整體去看待，這是在從前無法想像的。第二個層面是，對於大數據的具體應用而言，數據量是否越大越好，我卻有不同的看法。我的理解是，在大數據的實際應用中你用以分析的數據量越大，你能得到的東西就越多，而至於得到的那些東西是否是你所需要的，或者對你是否有價值的，沒有人能保證。就如同樹林里有100條路，每條路上都有一些你覺得有意思的東西，如果你有足夠的時間，你可以走遍這100條路，收獲很多有意思的小東西，但不是每一條路都會讓你得到真正有價值的東西。經常做數據分析的朋友應該會有同感，在分析的過程中你會發現不同的數據通過不同的組合導入不同的分析模型會得到很多不同的結果，有時候會有一些很新鮮的結果被發現，這會讓你很驚喜，但大部分這些新鮮的結果最後只會出現在你的微博里，而不會出現在正式的分析報告中，因為分析報告是為解決某一具體問題而存在的，旁枝末節太多會顯得臃腫且容易混淆。所以，我認為，在大數據的具體應用面前，我們先要做的是把「大數據」這個概念忘掉，我們必須弄清楚到底想從大數據中得到什麼，然後帶著目的去收集有用的數據，輸入至分析模型中，直接導向我們想要的結果。否則你將花費大量時間、資源成本去獲取數據，分析數據。我們需要大數據應用是能夠幫助解決問題的行為洞察，而不是試圖研究每一條能夠得到的信息。不得不說，大數據的世界太魔幻了，裡面的誘惑很多，如果你不是帶著明確的目標去應用，你很有可能被陷入在五光十色的誘惑中無法自拔。即使你走進了一座金山，最後你能帶走的最多也只是你能提動的一小口袋。另外，這同時也揭示，為了避免應用者困在「大數據的金山」，大數據必須往下細化，針對不同行業不同領域的特定問題制定不同的解決工具，未來大數據將會遵循消費化模式，核心基礎設施將作為服務或應用程序來提供。

10. 我們為什麼需要大數據技術

我們為什麼需要大數據技術
大數據到底是什麼？我們為什麼需要大數據技術？
Mike Jude：從本質上來說，大數據就是曾經被稱為數據倉庫的邏輯延伸。顧名思義，大數據就是一個大型的數據倉庫，一般有一個能支持業務決策的業務重點。但是，它和傳統資料庫不同的是，大數據不用構建。
在典型的資料庫中，數據會被組織成標準的欄位，並使用特定的密鑰索引。如果你熟悉Microsoft Access應用程序，那麼你就能完全理解這個概念。比如，一個顧客記錄可以由姓氏、名字、地址和其它信息組成有通用標簽的欄位。每個顧客記錄樣式都是相同的，這樣可以通過使用搜索關鍵詞來檢索，比如搜索姓氏。
現在，如果你想鏈接到這些客戶記錄需要怎麼做？鏈接到客戶的圖片或者視頻呢？如果是鏈接到客戶的所有記錄呢？
將這么多不同的數據源互相映射，一般的資料庫還做不到。另外，需要鏈接的數據量是非常巨大的。這就產生了「大數據」的概念。大數據使用特殊的數據結構來組織和訪問巨大數量的數據，可能達到多個艾位元組的范圍。一般情況下，這需要跨多個伺服器和離散數據存儲進行並行計算，而小企業往往難以維持這種大數據的存儲庫。但是，大數據正逐漸成為雲服務提供商能提供的一種服務，從而把大數據應用推向更多的公司。
但是，還有一個「大」問題，就是我們為什麼需要大數據？答案就是相關性的價值。如果你能看到乍一看似乎沒什麼關系的數據設置之間的關系，你會獲取很多重要信息。比如你想知道你的公司是不是容易被黑客利用。那麼你需要跨多個應用程序和數據中心檢查無數條交易。這時如果沒有大數據技術和相關的分析技術，這幾乎是不可能完成的。
最終，隨著數據量的增長、業務的可用性和重要性的增加，大數據的定義可能會用來描述大多數資料庫應用。IT專業人士應該掌握大數據相關概念和術語，以免遇到困難。