大數據與云計算的確有著千絲萬縷的關系，不過從技術層面考慮，不應將二者混為一談。

　　最近一段時間，大數據成為熱議的話題。大數據通常依托Hadoop構架，并與公共云相聯系。相關的云服務和云產品不斷推出，并且都保證能幫你解決數據問題。事實上它們都在推行著同一個理念：利用公共云的高靈活性以及“幾乎無限的可擴展性”，將數據移植到拍字節的大型數據庫。

　　但現實情況和媒體的渲染相去甚遠。企業希望將商業數據移植到公共云中的大型數據庫中，但同時往往忽略了一些技術問題。

　　首先，大數據意味著大型整合的挑戰。因此，事實上，企業將數據移植到公共云的過程并不簡單。當然，每天在網絡上傳輸幾百甚至幾千份數據記錄對你而言是家常便飯，但不要忘記，許多情況下，我們談論的數據記錄是以百萬計的，你需要對它們逐一進行轉換、傳輸以及同步處理。

　　很快你就會為帶寬的問題頭疼。事實上，美國的許多企業是利用聯邦快遞將存儲數據的USB硬盤送到云服務商那里的。

　　其次，安全問題在云計算中至關重要，而在企業本地的數據架構或在私有云中，安全支出要比公共云中低很多。在許多情況下，安全模型和安全技術的費用會便宜很多。舉例來說，在公共云中，你必須對所有數據預先加密——而在本地數據庫在則不必這樣做。

　　你可能對我的觀點有所質疑，我想聲明一下，我并不是說大數據與公共云永遠不能相容，但對于所有技術層面的問題，你必須仔細考慮。而對于架構方面的問題，則需要根據具體情況逐一分析。