大数据是否就是IT产业争夺话语权的噱头？它为什么会被作为一项新兴概念被提出？其实，从大数据这一概念被提出时，业内对其定义就有所争议，如果从字面理解，大数据首先强调的是“大量”的数据，但方案商之前在设计应用软件时，也会涉及海量数据。大数据是“海量数据管理”话题的继续？莫非主要强调“非结构化”的大数据量处理？
同时，大数据还在强调对数据质量和数据分析的重视。但这不是在提出“大数据”之前也已经有了吗？它不正是“数据挖掘”、“联机数据分析”讨论的问题吗？ 莫非强调大数据量的计算问题？
此外，从“大数据”的最初应用发展看，开源软件是主要力量，但是开源软件不是一直存在吗？莫非强调大数据量下的开源软件商业模式上的变革？
大数据的新意是什么？
从以上观点看，“大数据”新意并不多，而且对行业应用软件开发商和客户新的、革命性的影响并不大。但实际上，我们越来越感到“大数据”的深层目标是针对“数据管理平台”。因为在近十几年，与快速变化的用户需求相比，数据管理平台明显变化缓慢。但自从Hadoop出现之后，这方面的改革趋势日渐抬头。
基于以上观点，我们认为，作为一家方案商，以下三方面将会对应用软件开发产生巨大的影响：
其一，可变的数据结构。传统数据库管理平台，是以“关系数据结构”和“关系代数”为基础，但随着需求的发展，也显现出了一定的局限性。 而以一部分开源为主体的数据管理平台可以是非常灵活的数据库结构。因此，与传统关系型数据库数据结构相比，方案商在进行涉及大数据应用软件开发时，需要面对结构化、非结构化等更复杂的数据结构。
其二，多中间结果数据转移、多步骤的操作方式。传统的数据库操作标准是SQL标准，对数据操作的过于简单，其主要语句是“ 非过程”性的输入/输出语句（I /O操作）。 自从MapReduce出现之后，更加灵活和提高并发效率的数据处理标准也呼声渐强，这本质上是强调“过程性”的多中间结果数据转移的多步计算，并且多中间结果的处理有分散性（非中控）并行处理的趋势。
其三，低成本、高效率的实现机
制。传统的数据管理平台是以技术垄断和高价格为特征。而由Hadoop引发的“低成本”数据管理平台的建立，必然由技术变革引发商业机会，特别是Scale Out结构引发的低端服务器的流行。这使大的、已被边缘化的厂商和小的、专业化的数据管理平台开发商加入新一轮“洗牌式”的竞争。当然用户也必然乐见新数据管理平台的“低成本”、高效率的场景式改进。
客户和应用软件开发商的应对策略分析
正因如此，在大数据生态系统中，大数据平台和服务提供商将与大数据分析算法提供商、大数据应用开发商组成新的生态系统。而一旦数据管理平台发生变化，哪怕只是兼容性的变化，应用软件将引发新一轮“重建”工作，它真的就像发生了一场变革。
总之，大数据将引发了一系列技术和商业的变革，数据管理平台是大数据热潮中最值得关注的重点。其中，数据管理平台在数据结构和数据采集方式上有变化的趋势；数据管理平台在操作步骤和非结构化数据集成上有变化的趋势；数据管理平台在打破高价技术垄断上有变化趋势。 一旦数据管理平台生哪怕是“兼容性”的变化，应用软件也几乎必然引发一场革命，方案商要做未雨绸缪的准备。因此，方案商、应用开发商将面对一个“接口兼容的”、“多操作步骤模式的”、“低成本的”、“灵活集成的”数据管理平台。
