前两天有人在微博发问，用什么样的方式讲述大数据和云计算才能非专业人士听的更清楚，其实关于大数据的案例有很多，商业智能分析也多次提到过关于数据挖掘的价值和意义，只不过在今天看数据比以前还多而已，大数据并不可怕，可怕的是他的实时分析能力，会让缺点和真相赤裸裸暴露在人们面前，那么当云计算遭遇大数据一股脑向企业涌进的时候，企业能否驾驭呢？
所谓的大数据主要涵盖3V面向，分别是处理时效（Velocity）、数据格式（Variety）与数据量（Volume）；所以大数据并非单一技术，而是众多技术项目的集合体，它们的共同目的，都是在一定时间内处理完大量的结构化、半结构化或非结构化数据。唯有驾驭个中关键技术，方能分析处理大数据，建立商业应用价值。
继续诉说Wal-Mart比父亲更早知道女儿怀孕的故事。2012年初的某一天，美国明尼苏达州有一名父亲，怒气冲冲跑到卖场并质问主管，为何将带有婴儿用品优惠券的广告邮件，寄送给他正在念高中的女儿？此举是否鼓励未成年女生怀孕？
然而后来事实证明，这名父亲的女儿果真怀孕，卖场并非凭空乱洒广告邮件。人们不禁好奇，Wal-Mart何以如此神通广大，竟然能够隔空挖掘真相？答案就在于大数据的实时分析，包括这名女孩搜寻商品的关键词词，以及在社交网站所显露的行为轨迹，其实都已蕴藏丰富价值，足以表明她怀孕的事实，而接下来的时间，她最需要采购哪些商品，答案便呼之欲出。
由此可见，倘若善用巨量资料实时性分析，这些看似枯燥琐碎的资料，立即就能蜕变为饶富价值的资产，造就无穷无尽的商机。它可以帮助精品服饰业者，快速洞察顾客的喜好变化，立即形成最佳的生产销售决策，继而创造源源不断的营收增长动能；它可以帮助投信业者，从Tweets中分析大众的情绪变化，藉以提高股市行情预测的精准度，创造远远优于同业的基金投资报酬率。
也难怪各方都对巨量资料趋之若鹜，譬如美国欧巴马政府即在2012年3月间做成决定，此后将投入高达2亿美元的研究与开发经费，藉以改善巨量资料时代中，所需之开发、搜集、储存、管理、分享与分析工具与技术，以期利用这些技术加速科学及工程上的发现脚步、强化国家安全，并改善相关的教育及学习模式。
大数据为何神乎其神
的确，虽然这些神乎其技的大数据应用，无不让企业心生向往，然而多数IT主管却对于个中技术一半未解，导致影响所属企业商业价值的产出，殊为可惜。
究竟企业如何基于大数据的分析与应用需求，提高其技术整备度？知名研究机构Gartner在其发表的“Hype Cycle for Big Data”当中所呈现的巨量资料优先矩阵（Priority Matrix for Big Data），即已针对众多技术今后的兴衰浮沉，进行大致的预测；如此一来，哪些技术被定位为“革命性（Transformational）”,亟需密切留意，哪些技术处于高度（High）发展的轨道，值得善加运用，而哪些技术大抵维持中度（Moderate）发展格局，未来大起的机会不高，若要为此挹注大量投资，恐需再三思考，企业IT人员心中即有基本的谱图与脉络。
根据Gartner预测，从现在起的两年之内，率先达到革命性等级的技术，便是字段式数据库（Column Store-DBMS），将呈现高度发展者，则为预测分析技术，至于社交媒体监控、Web分析等技术，发展状况持平。如此观之，举凡字段式数据库、预测分析，将会是企业亟需优先布局的标的。
探究字段式数据库之所以抢得头香，其实并不难理解，因为对于数据撷取、保存、使用、分享与分析等用途而言，数据库系统皆堪称是最关键的载体，因此其面对大数据的读写效率、及近实时（Near Real-Time）运算能力的强弱，肯定需要审慎考虑；在此情况下，传统以Row为索引存取基础的数据库，效能显然不彰，无法承担因大数据而衍生的大量工作负载（Work Load），倘若不为此做改变，后头的进阶型分析应用，可说连想都不必再想了。
当然，随着Hadoop大行其道，连带使得诸如BigTable、HBase或Cassandra等Key-Value数据库开始抬头，这些可被统称为“NoSQL”的数据库，不论是Key-Value Database、In-memory Database、Graph Database或Document Database,都有别传统关系数据库结构，似乎都更将贴近大数据的处理需求，既然如此，何不直接采用NoSQL数据库、而非字段式数据库？
事实上，NoSQL另一层意涵为“Not>