根據IDC研究報告，未來10年全球數據量將以40%多的增長速度呈直線上升趨勢，2020年，全球的數據量將達到35ZB（35,000,000PB），是2010年的40倍。換句通俗的話說，也就是每過1分鐘，全世界就有1820TB的新數據產生。

數據量的急速膨脹

隨著互聯網、移動互聯網、物聯網等技術的發展，一個城市的數據生產在飛速的發展，信息就成了一個企業的戰略子站，市場競爭和政策的管制要求越來越多的數據被長期的保存。不僅僅是企業需要保存數據，政府也越來越開始注重各類信息數據的收集、保存和備份，從而進行用戶行為分析、市場的研究。

大數據的分析

與傳統數據分析相比，用于大數據分析的數據集合主要有2點區別：第一，傳統模式大都采用通過采樣的方式獲得部分數據用于分析，而大數據可以對收集到的所有的數據進行分析，分析用的數據源由采樣數據擴展至了全部的數據；第二，傳統分析更加關注數據源與分析結果間的因果關系，大數據分析時數據源與分析結果不再只是因果的關系，基于有相關關系的數據源同樣可以分析并且預測出正確的結果。

大數據的分析給傳統的數據分析和處理技術帶來了很多挑戰。云計算和開源技術的發展推動大數據落地，分布式存儲、非關系型數據庫和并行處理技術逐漸成為大數據應用實施過程當中的關鍵技術。開元Hadoop為大數據提供了各個層面的技術支持，這也是當前形勢下應用最廣泛、關注度最高的大數據項目。Hadoop幾乎已經成為了大數據處理的事實標準。

大數據的存儲

談到大數據的分析，就必不可少的在這之前，需要對大數據進行存儲和備份。大數據的存儲需要滿足海量的存儲、安全存儲和快讀讀取的要求，目前應用較廣的主要有Hadoop分布式文件系統。據江蘇愛科賽爾云數據的責任人表示：“作為數據服務公司，技術是最根本的，而目前首要的就是把重心放在原始數據的高壓縮和去重技術上。”另外，針對大數據的存儲和備份，一些市場上主要的需求和建議在今年也被大家開始提出：

1、大數據存儲和備份系統對備份的文件格式應該采取多樣化的設定，即無論何種形式的文件，均可以使用軟件進行存儲和備份；

2、大數據存儲和備份在執行任務的時候，在LAN或WAN時都應該達到最低網速，及時在網速較慢的情況下（256kbps）也能進行快速的備份和上載。

3、針對國內情況，對于虛擬機本身的備份和恢復應該開始重視起來；

4、在軟件報錯的時候，應該能夠進行自我的修復，而不是當軟件報錯的時候就導致企業無法進行順利的存儲和備份；

5、增加Failover和Failback的失敗自動切換和失敗自動恢復的模式，這樣一來就可以似的操作智能化，在遇到錯誤的時候能夠自動重新選擇其它線路，而不是一味的停在原地。