从公司层面上看，以 IBM 为首的 IT 巨头在收入上遥遥领先； 创业型公司Cloudera、 Splunk 等的收入与巨头厂商仍有差距。 2013 年 IBM 大数据业务收入为 13.68 亿美元， HP 和 Dell 的大数据收入分别为 8.69 和 6.52 亿美元，排在第二三位。三家公司的大数据业务均占总体收入的 1%左右。 收入最高的纯大数据公司为Palantir（ 为政府和金融机构提供数据分析软件服务）， Pivotal（大数据集成产品，提供 Hadoop，内存 SQL 数据库以及 MPP 等多种服务） 和 Splunk（大规模机器数据收集，存储，可视化分析） ， 分别为 4.18 亿， 3 亿， 2.83 亿美元。
技术路径之争
大数据处理系统一般需要经过 4 个主要环节，包括数据准备、数据存储与管理、计算处理、数据分析。
（ 1） 数据准备：在进行存储和处理之前，需要对数据进行清洗、整理，传统数据处理体系中称为 ETL（ Extracting， Transforming， Loading）过程。
（ 2） 数据存储与管理：大数据存储系统不仅需要以极低的成本存储海量数据，还要适应多样化的非结构化数据管理需求，具备数据格式上的可扩展性。
（ 3） 计算处理环节：海量数据处理要消耗大量的计算资源，对于传统单机或并行计算技术来说，速度、可扩展性和成本上都难以适应大数据计算分析的新需求。分而治之的分布式计算成为大数据的主流计算架构，但在一些特定场景下的实时性还需要大幅提升。
（ 4）数据分析环节：数据分析环节需要从纷繁复杂的数据中发现规律提取新的知识，是大数据价值挖掘的关键。
大数据解决方案基本可分为两类， 由主流数据库厂商主导的传统方案升级： 数据库一体机(例如 Oracle ExaData 以及 IBM Netezza 等)，以及以开源力量为主的大数据技术（ 以 Hadoop 为代表）。 随着数据的海量化和快速增长的趋势不断增强，传统关系数据库技术表现出明显的不足，如何以合理的成本获得海量数据的高可用性已经成为现代 IT 领域的重大挑战。 大数据对数据分析、计算和存储三个环节影响较大，需要对技术架构和算法进行重构，是当前和未来一段时间大数据技术创新的焦点。在所有大数据解决方案中，最为引人注目的是由主流数据库厂商主导的传统方案升级，以及以开源力量为主的大数据技术。 两者是相互补充的关系。
目前大数据开源技术中使用最广的是 Hadoop， 一个能够对大量数据进行分布式处理的软件框架。 Hadoop 框架的核心设计是： HDFS 和 MapReduce。 HDFS 为海量的数据提供了存储， 提供高吞吐量来访问应用程序的数据，适合那些有着超大数据集的应用程序。 而 MapReduce 为海量的数据提供计算，它将单个任务打碎，并将碎片任务(Map)发送到多个节点上，之后再以单个数据集的形式加载(Reduce)到数据仓库里。 基于以上特点， 用户可以轻松地在 Hadoop 上开发和运行处理海量数据的应用程序。
Hadoop 是大数据行业应用最广的分布式系统
