其实大数据一般的范围更广，任何涉及海量数据和多个数据源的复杂计算都属于大数据的范畴，不限于非结构化数据。Hadoop等大数据技术等大数据工具和设备的出现，以及云计算数据处理和应用模式的广泛应用，为企业处理日益增长的海量非结构化数据提供了高效、可扩展的低成本解决方案，弥补了传统关系数据库或数据仓库在处理非结构化数据方面的不足，深化和拓展了企业的商业智能和知识服务能力，形成了数据驱动的决策机制，提高了决策水平。
大数据时代，企业必须做好信息资源的整合。数据被认为是新时代的基本生活资料和市场要素，与物质资产和人力资本同等重要。近年来，企业产生的数据量呈指数级增长，信息资源呈爆炸式增长，其中非结构化数据信息达到85%左右。传统的信息资源管理技术已经无法应对大数据时代的挑战。Hadoop等大数据技术等大数据工具和设备的出现，以及云计算数据处理和应用模式的广泛应用，为企业处理日益增长的海量非结构化数据提供了高效、可扩展的低成本解决方案，弥补了传统关系数据库或数据仓库在处理非结构化数据方面的不足，深化和拓展了企业的商业智能和知识服务能力，形成了数据驱动的决策机制，提高了决策水平。
1。数据核心的原理从“流程”核心变成了“数据”核心。大数据时代，计算模式也发生了变化，从“流程”核心变为“数据”核心。hadoop系统的分布式计算框架一直是以“数据”为核心的范式。非结构化数据和分析需求将改变IT系统的升级模式:从简单的增量到架构的改变。大数据下新思维计算模式的转变。例如，IBM将使用以数据为中心的设计来减少超级计算机之间大量数据交换的需求。
大数据与云计算的关系:云计算为大数据提供了强大的工具和途径，大数据为云计算提供了有价值的地方。大数据比云计算更接地气，可以有效利用已经大量建立起来的云计算资源，并最终加以利用。科学进步越来越多地由数据驱动，海量数据给数据分析既带来了机遇，也带来了新的挑战。大数据往往是利用多种技术和方法综合多渠道、不同时间的信息而获得的。
3、大数据分析需全面解决方案大数据分析需要一个全面的解决方案。目前，越来越多的企业将大数据的分析结果作为判断自身未来发展的依据。与此同时，传统的商业预测逻辑正日益被新的大数据预测所取代。但是，我们应该谨慎管理每个人对大数据的期望，因为只有在有效治理的前提下，海量数据才能进一步发挥其商业价值。大数据最广为人知的定义是Gartner给出的大数据3V特征:庞大的体量、快速的数据处理、多变的数据结构和种类。
换句话说，大数据不仅要处理事务性数据的分析，还要整合社交媒体、电子商务、决策支持等信息。现在，分布式处理技术Hadoop和NoSQL已经能够存储、处理、分析和挖掘非结构化数据，但它们未能提供全面的解决方案来满足客户的大数据需求，其实大数据一般的范围更广，任何涉及海量数据和多个数据源的复杂计算都属于大数据的范畴，不限于非结构化数据。
