大數據的來臨是勢不可擋的。而我們今天所要重點探討的是，我們是否就已經到了應該全面進攻大數據的時代了?

大數據挑戰：我們是否需要新技術?

如果光從字面上去理解“大數據”，我們通常會認為大數據就是數據的大爆發，側重于強調數據的量。但是如果你去總結IBM、ORACLE、EMC對于大數據的定義話，它的外延還包括了數據的多樣性已經分析的實時性。

大數據的其中兩個特性是數據量大跟實時性，這是企業目前處理大數據所面臨的最主要的兩個挑戰。我們可以看到數據的這兩個屬性，是傳統關系型數據庫也一直在處理的問題。如果說傳統關系型數據庫目前尚不能夠滿足企業的業務需求，那么技術的研究方向也應該是按照關系型數據庫這種技術架構進行進行下去。要知道，傳統關系型數據庫跟目前針對大數據的非結構化數據庫的架構類型是完全不一樣的。關系型數據庫已經存在了40多年，對于數據處理也已經顯得非常成熟，如果企業要用新興的非結構化數據去取代它，那么會不會面臨“撿了芝麻，丟了西瓜”的結局我們也不得而知。

那再讓我們來看大數據的第三個特性：“數據的多樣性”。這里的“多樣性”意味著非結構化數據變得越來越多。

事實上，全球產生的數據中85%以上的確是非結構化的數據。但企業主要處理的還是結構化的數據。大多數廠商的非結構化數據分析工具也是轉換成結構化數據之后再進行處理。那么大數據的真正之“大”在于如何將非結構化數據處于成結構化數據，以及之后的對于大量結構化數據的并行處理能力。這跟許多廠商的強調的“非結構化”數據本身并無太大關聯。

退一步來論證，如果數據這些非結構化的數據確實需要新的技術架構來實現，那么大數據是否就是我們馬上需要去攻克的方向?

一些非常資深的數據庫專家認為：能把最簡單的業務，簡單的數據形態挖掘深入才能體現功底，電商這類復雜業務挖掘出一點成果容易，深入難，許多企業不去強調對于數據的挖掘，而在強調工具和技術。這些專家也在提醒，結構化數據相對小，但是富礦，非結構化數據大，但是貧礦，如果富礦還沒開始采就轉攻大貧礦，后果可想而知。

關于大數據的成本風險

只要不是錢多得燒不完的企業，其IT部門始終要面臨這樣一個問題：用盡可能少的錢去創造盡可能多的價值。

數據庫建設無疑是企業IT預算的大頭。一個項目建設花費掉上千萬在中國許多企業是非常正常的事情。然而我們看得到的是大數據的建設其花費肯定將不會低于原來傳統關系型數據庫的花費。

現在很多廠商正在給與我們這樣的案例，許多企業依靠大數據的能夠，發現了以前根本無法發現的機遇，拓展了自己的市場。那我們就必須要討論一下大數據 的有效性，到底企業利用大數據給企業帶來了多少額外增加的價值?這種增加的價值是否能夠企業的投入有一個非常好的比例。而且更為重要的一點是，是否只要使 用大數據就一定能夠給企業帶來以前不可能實現的價值?

當然，任何一種新技術的出現都要面臨許許多多的挑戰，大數據也是一樣。只有那種能夠給企業帶來實際價值的技術才有真正的生命力。任何企業絕對不會為了采用新技術而應用新技術，技術最終的落腳點一定是實現業務價值。

大數據還處于成長當中，許多IT廠商也認為目前大數據需要和傳統關系型數據倉庫共存。如果企業的確希望利用新興技術實現業務的突破，那么也應該必須 慎重。作為企業IT的決策者，一定要考慮清楚：這種創新技術是否能夠實現期許所期望的價值，實現的周期是多久，企業是否能夠承受這種IT可能會出現的問題 甚至于失敗。