面对快速攀升的高达PB级海量业务数据，人们自然想到了很多疑问，大数据如何能帮助我的业务，云和大数据到底有什么关系，云能落地吗？Hadoop是不是大数据的万能药？虚拟化在大数据中将扮演什么角色？带着这些问题，我们来走近大数据。
根据IDC的一份名为“数字宇宙”的报告，预计到2020年全球数据使用量将会达到35.2ZB。在如此海量的数据面前，处理数据的效率就是企业的生命。
大数据的来源
海量数据到大数据的发展过程是一个从量变到质变的过程。数据发展已有多年，每年都以翻倍的速度在增长。过去增长以往的技术能够对它比较好的管理，但一旦到达一个临界点以后就产生了一个质变，过去的技术已经符合不了当前的发展趋势，需要新的技术来满足新的数量级的需求。于是大数据的概念应运而生。
大数据有以下几个涵义： 第一、规模大。市场上企业的业务迅速增长，客户量不断增加，数据量的产生越来越多， 根据IDC调查显示，未来十年全球的数据量会增长4倍；第二、来源广。现在大数据的概念，数据不单单是从企业内部应用引发出来的数据，也包括了外部。作为一个企业，可以包括供应商、客户等数据来源。第三、数据类型多，数据包含交易型的结构性数据、半结构性数据和非结构性数据。
当前市场竞争激烈，客户的需求变化多端，市场形势瞬息万变，使得这些数据必须随着业务不断变化。所以在大数据时代，作为企业，人们开始思考如何能够有效掌握并管理大数据。如何能够从众多数据里面抽取出对公司业务发展有用的信息，帮助增强运营效率，如何让大数据产生大价值。
VMware大数据落地版
大数据有太多的声音和讨论。可是如何落地，如何具体帮助业务呢。现举一个实际例子，在中信银行信用卡部，在2011年全年大概有1500多个宣传活动。以前推广一个宣传活动需要两周时间，用了大数据解决方案只需要2-3天；承诺客户在刷满一定额度后赠送礼物，以前这种动作需要几天时间处理，现在只要达到规定金额，就可以将赠品实时送到客户手里。
在中信银行的风险评估中心，利用大数据去实时评估每一个客户每日的刷卡行为和信用度。以前要调整一个客户的信用额度可能需要在每个月，甚至每一季才能做到，现在每天都能去调整。中信银行采用了大数据解决方案后，进行了4000万次的客户信用额度调整。这在没采用大数据解决方案前是绝对做不到的。这个案例的背后就是VMware的大数据解决方案。
现实版的另一个大数据的使用者是Google。Google每天产生海量数据，它本身有一套很完整的分析体系和解决方案来处理这些数据，可以做进一步处理和使用。对于很多其他机构，比如政府和企事业单位，他们也想做同样的事情。但是必须使用特定厂商的硬件、软件和解决方案才能实现。 VMware希望在云时代去帮助这些企事业单位，不再被物理环境所限制，可以用更弹性、有效、低成本的方式去实现。未来将会看到银行业可以利用大数据来分析客户信用度和进行风险管理，零售行业可以通过大数据来分析他们的信息量，让供应链和资金链运作更通畅。
大数据是高速跑车 云计算是高速公路
如果说大数据是高速跑车，那么云计算就是高速公路。 有人说云计算和大数据是双胞胎，两个是不同的个体，互相依赖又相辅相成。首先在概念上两者有所不同，云计算改变了IT，而大数据则改变了业务。然而大数据必须有云作为基础架构，才能得以顺畅运营。没有云计算这样的高速公路，大数据这样的超级跑车就跑不起来。当市场对大数据这个超级跑车需求很高时，云计算这个高速公路就会往纵横各个方向发展，形成良性互动。