大数据的火爆是不争的事实，然而，市场却依旧在观望……
2011年，IT界一个非常流行的词无疑是“大数据”，最为人熟知的大数据技术是采用大规模并行处理的方式来分析。将负载切割成更小的任务然后并行处理的方式，从本质上而言，并非是什么新想法，Forrester Research分析师表示，大数据意味着规模极大的分析量，意味着高速处理批比特，(千万亿字节)的结构化数据以及非结构化数据的能力。
在过去的10年中，这一技术被谷歌和雅虎发扬光大。首先是谷歌推出了MapReduce构架，能够处理其收集的规模庞大的超乎想象的点击数据，然后是雅虎建立一个采用MapReduce的软件基础架构Hadoop，并且将之开源。
Hadoop风靡
业界对于Hadoop的需求无疑是巨大的，这一点可以从2011年IT厂商发布的基于Hadoop的产品数量看出来。
5月份，IBM发布了一款分析产品——Biglnsights，其中就采用了Hadoop技术；再就是EMC宣布将Hadoop整合到其Greenplum数据仓库设备中；6月份，雅虎拆分了其Hadoop中心并将其独立运营，新公司的名字叫Horton Works；10月份，微软宣布了与HortonWorks公司建立合作伙伴关系，为其数据库平台研发Hadoop相关产品；另外，10月份，甲骨文公司推出了其数据库设备——一种预先集成的软件以及硬件堆栈，其中包括Hadoop版本；同时，在该年度，基于Hadoop的新创公司如CloudEra和MapR持续吸引着风险投资基金的关注。
Hadoop并非大数据这把大伞下唯一受宠的技术。其它还包括比如——纵列数据库，该技术以“纵列”而非以“横排”的方式组织数据。2011年2月，Hewlett-Packard收购了纵列数据技术新创公司Vertica，由此重启了其商务智能战略。同时，SAP将HANA纳入了其创新战略中。HANA是一个纵列数据库平台，采用了2010年被SAP收购的Sybase的技术。
市场处于预热与观望期
从上文可知，现在有大量的大数据技术可供选择。然而，市场真的需要它们么?
当数据的产生是毫无章法而且是不拘泥于时段，并非像以往那样定期更新一个单一的记录，传统的数据
2011年，IT界一个非常流行的词无疑是“大数据”，最为人熟知的大数据技术是采用大规模并行处理的方式来分析。将负载切割成更小的任务然后并行处理的方式，从本质上而言，并非是什么新想法，Forrester Research分析师表示，大数据意味着规模极大的分析量，意味着高速处理批比特，(千万亿字节)的结构化数据以及非结构化数据的能力。
在过去的10年中，这一技术被谷歌和雅虎发扬光大。首先是谷歌推出了MapReduce构架，能够处理其收集的规模庞大的超乎想象的点击数据，然后是雅虎建立一个采用MapReduce的软件基础架构Hadoop，并且将之开源。
Hadoop风靡
业界对于Hadoop的需求无疑是巨大的，这一点可以从2011年IT厂商发布的基于Hadoop的产品数量看出来。
5月份，IBM发布了一款分析产品——Biglnsights，其中就采用了Hadoop技术；再就是EMC宣布将Hadoop整合到其Greenplum数据仓库设备中；6月份，雅虎拆分了其Hadoop中心并将其独立运营，新公司的名字叫Horton Works；10月份，微软宣布了与HortonWorks公司建立合作伙伴关系，为其数据库平台研发Hadoop相关产品；另外，10月份，甲骨文公司推出了其数据库设备——一种预先集成的软件以及硬件堆栈，其中包括Hadoop版本；同时，在该年度，基于Hadoop的新创公司如CloudEra和MapR持续吸引着风险投资基金的关注。
Hadoop并非大数据这把大伞下唯一受宠的技术。其它还包括比如——纵列数据库，该技术以“纵列”而非以“横排”的方式组织数据。2011年2月，Hewlett-Packard收购了纵列数据技术新创公司Vertica，由此重启了其商务智能战略。同时，SAP将HANA纳入了其创新战略中。HANA是一个纵列数据库平台，采用了2010年被SAP收购的Sybase的技术。
市场处于预热与观望期
从上文可知，现在有大量的大数据技术可供选择。然而，市场真的需要它们么?
当数据的产生是毫无章法而且是不拘泥于时段，并非像以往那样定期更新一个单一的记录，传统的数据