大數據安全無異于關系型數據安全。事實上，其差異很大。不僅實時性和數據量不同，而且帶來獨特困難的分布式架構也有差異。除此之外，大數據使用不同的存儲模式和查詢模式，而且要在多個網絡通信會話之間協調任務。許多安全產品所使用的監視、分析日志文件、發現數據和評估漏洞的技術在大數據環境中并不能有效運行。多數安全產品不能進行調整，從而無法滿足大數據集群領域，也不能完全理解其面對的信息。為解決大數據的安全問題，需要重新實現或全面設計多數安全工具的架構。

大數據還未用于生產中：大數據項目在內部IT過程的外部運行，并使用第三方的資源，所以在某些方面大數據被認為是“忽悠”。但大數據實際上是生產性部署，它共享客戶數據、與不同的系統交換報告，并會形成能夠決定業務決策的知識產權。大數據的存在有點兒像上個世紀九十年代末期的互聯網：很多人曾認為網頁和互聯網是“一時流行的狂熱”，但到這些人開始大量使用互聯網時，這些技術已經在業界廣泛使用了。大數據技術也是“新生代”，但其影響卻是實實在在的，而且就在我們身邊。

現有的安全工具對大數據都是起作用的。你可以把現有的產品聯接到大數據的配置中，但這并不意味著這些產品可以運行。有時，為使大數據與某種安全產品“聯姻”，你需要調整大數據集群的部署方式，或調整應用程序與大數據的通信方式。安全產品不應當限制大數據的核心功能，否則就不稱其為大數據了。問題是，多數安全產品確實給大數據帶來某種限制。如果你的安全廠商說自己的產品“在特定情況下大體上可以運行在大數據環境下”，那么，你不妨找一家更專業的解決方案。

大數據集群中不保存敏感數據:大數據集群常常有意無意地存儲敏感數據。許多大數據的發起商說它們并不收集敏感數據。但是在與架構師和數據管理員交談時，他們會有不同的說法。通常，為了獲得更多數據并提供更好的分析，包括敏感信息在內的數據源都會被接納到大數據的集群中。