麦肯锡全球研究院（McKinsey Global Institute）2011年5月的一份报告估计，两年前的2009年美国经济中，几乎每个行业里有超过1000名员工的每家公司数据存储至少平均在200TB，那已经是1999年沃尔玛的数据仓库的两倍规模。数据量从GB到TB是如此之快，而且他们只会继续增加。

　　如此大量的数据曾经大多是由于人为的互动：文本、在线零售采购、股票交易等等结果所产生。但是在新的数据时代，越来越多的数据是机器自动产生的。正是这些机器自动产生的数据，从呼叫细节记录(CDRs)和自动股票交易到智能电表传感器、监控设备、试验和测量装置，才有望成为未来大量的数据增长。

　　业务准备好管理大数据的管理和处理了吗，更不用说保持法规所要作的？

　　多大才算大？让我们来看看：1EB（exabyte）是1000PB字节，或1000000TB的数据。到目前为止，大多数企业数据的讨论在TB以内，但不会太长久。最近的一份来自思科的报告称全球移动数据的流量在2010年到2015年之间会增加26倍。仅移动数据量一项的预计就会在2015年每月超过6EB（exabyte）。到那时，查询将在PB规模，万亿的记录数据集上运行，需要更大的规模来处理机器产生的数据的新容量。

　　这意味着，三年内讨论将围绕着EB（exabytes）的数据进行 ― TB被PB所替代，然后再到EB（exabytes）字节只需短短的三年。Oracle把它们最新的数据仓库设备命名为Exadata是有理由的 !

　　世界上移动设备的激增，以及法规上对CDRs和无线接入协议(WAP)记录的存储和维护需要，把电信行业置于大数据潮流的风口浪尖上。

　　而当数据大量增加时，商业和法律条规加紧了对移动数据的保留。例如在美国，移动数据必须保存两年或三年，而在世界的其他地方，数据必须保留七年(中东)，10年(印度)或更长时间(日本)。

　　但并不只有通信领域是这样的。大数据的保留和管理的要求在其它如公用事业的智能电表，和有网络日志的网络安全这样的领域涌现，它们都有一种共同的思路：在一种高度管制下的行业中由机器产生的大量的大数据。

　　刊登在2011年5月26日的《经济学家》杂志上的一篇题为“用大数据的建构”的文章说：

去年人们储存了足够的数据可来填充60000家国会图书馆。全世界有40亿手机用户(其中12%的人拥有智能手机)已经将他们自己变成了数据流。YouTube每分钟收到24小时的录像。制造商在他们的产品中嵌入3千万个传感器，在互联网这样的东西上将无声的金属片转换成数据生成的节点。智能手机的数量以每年20%的速度增长，而传感器数量的增长率为30%。

　　以如此庞大的量和速度进入了大数据时代已经成为IT与业务上的挑战。对于那些没有适当的策略和基础设施的企业，它可能是非常昂贵和危险的。

　　然而，大数据也是大机遇

　　不管是受法规还是竞争原因的驱动，大数据是大业务，这点可以从分析市场内的收购合并活动量就可以看出。EMC对Greenplum的收购，IBM对Netezza的收购，惠普对Vertica的收购。 虽然这些和其它解决方案，相对于传统的联机事务处理（OLTP），关系型数据库管理系统（RDBMS）和数据仓库系统，已成功为企业降低了复杂的深度分析的成本， 但他们对大量数据的长期保存成本上并不是最佳的。对不断增长的数据库的存储、硬件和管理成本的密切关注是一个非常现实的问题。

　　让我们检查一下保留大量的机器生成的数据的经济情况。硬件和软件投资的资本支出(CAPEX) 需要开始消化，而每个人最终也是最初关注的是数据查询。这个问题很大程度上已经被许多关系型数据库管理系统（RDBMS）和数据仓库解决方案和设备解决，它们通常以每TB的存储进行测量和定价。

　　但是持续经营性支出(OPEX)推动了整体成本以维持任何正在实施的系统。组成总资本支出（CAPEX）和持续经营性支出(OPEX)的维度方程包括，支持加载吞吐量和数据查询的服务器，必要的物理存储数据和存储种类。压缩、存储和检索如此大量数据的效率最后决定该方程 ― 从减少所需的空间，(人)的管理和技能，到所需硬件和存储的种类。

　　减少大数据的问题

　　以更全面的方式解决大数据问题的业务不仅是检验分析需求，还有整体数据的保留成本，这些成本可以TB（terabytes）来测量，但也可能是PB（petabytes），很快EB（exabytes）作为字节容量也会迅速增加。新的管理类型上的经济正在发生改变，而规定只会变得更严格。

　　所有的企业，特别是那些高度管制行业，需要为大数据做好准备，就像他们为主要的企业方案和改革IT项目上所作的准备一样：建立一种战略，实事求是的，做最坏的打算，引进专家，而且不要害怕有为长期的节约现在的支出。从长远来看，有合理的策略和适于大数据的基础设施会让最成功的企业更有优势。