2011年，1.8ZB(也就是1.8萬億GB)的大數據創建產生，這相當于每位美國人每分鐘寫3條Tweet，而且還是不停地寫2.6976萬年。據IDC報告預測，未來十年全球大數據將增加50倍，管理數據倉庫的服務器的數量也將相應增加10倍以滿足需求。

　　毫無疑問，大數據將挑戰企業的存儲架構及數據中心基礎設施等，也會引發云計算、數據倉庫、數據挖掘、商業智能等應用的連鎖反應。

　　我們知道，互聯網領域應用系統的構建存在諸多問題，如：客戶群體是不確定的、系統規模不確定、系統投資不固定、業務應用有很清晰的并行分割特征、數據倉庫系統的構建、數據倉庫規模可估算、數據倉庫的系統投資與業務分析的價值和回報相關、商業智能應用屬于整體應用、Saas模式構建數據倉庫系統。

　　在大數據技術上用云計算構建下一代數據倉庫成為可能。從系統需求來看，大數據的架構對系統提出了新的挑戰，而這也可視為云計算的“天賜良機”：

　　一、集成度更高：這意味著一個標準機箱***限度完成特定任務，華碩不久推出的一款高密度機架式服務器RS720，2U高度***能采用支持4個雙路計算節點，實現單機8個英特爾5600系列處理器和高達總計768G內存資源。

　　二、配置更合理、速度更快：存儲、控制器、I/O通道、內存、CPU、網絡均衡設計，針對數據倉庫訪問***設計，比傳統類似平臺高出一個數量級以上，這方面的經典案例是數據倉庫頭號廠商Teradata，其采用雙路Xeon六核處理器的企業級數據倉庫5650可輕松為數千名用戶處理更復雜、更大量的工作負載、持續負載以及批負載、操作性查詢、簡單報表和復雜的分析，所有功能均在同一個平臺上運行。與上一代產品相比，動態企業級數據倉庫5650的性能提高了43%，占地面積保持不變，減少了能源消耗和空間需求。

　　三、整體能耗更低：同等計算任務，能耗***。

　　四、系統更加穩定可靠：能夠消除各種單點故障環節，統一一個部件、器件的品質和標準。

　　五、管理維護費用低：數據藏的常規管理全部集成。

　　六、可規劃和預見的系統擴容、升級路線圖。