雲緩解了不少問題，使許多大小企業的大數據處理成爲可能。但要從大量數據中提取商業價值仍然具有其複雜性。
雲計算使得大數據更加大衆化——任何企業現在都可以處理巨大規模下的非結構化數據。
咋一看，很難看出爲什麼新大數據世界的非結構化數據方式如此必要。即便是新方式帶來新的商業價值，爲什麼不停留在網絡會議？爲什麼要糾結於雲數據庫呢？
大數據標記
大數據就像SDN、DevOps和雲計算，是嶄新而閃耀的新標記。既不容忽視，又很難理解。沒有單一的“大數據”類型——它是非結構化數據的集合標記堆棧。
舉個例子，大數據分析的原則是從大量數據中提取商業價值。數據專家處理資源，將數據轉變成有用的信息。經典RDBMS（關係數據庫管理系統）能夠處理很多數據，並且已經持續多年。爲什麼數據專家不能繼續在RDBMS專注於結構化數據呢？RDBMS 和NoSQL哪個更好？
結構化或非結構化數據
一個企業選擇技術堆棧是由他們需要存儲的數據類型所導向的，數據類型則是由業務需求所導向。
RDBMS對於管理結構化、高度關聯數據很有幫助。
對於由社會媒體、傳感網絡和聯合分析數據所產生的越來越多的非結構化數據，以及對於持續變化的需要複製到其他操作網站的數據，NoSQL更適合這些情況。非結構化數據在大小上可以是兆字節或甚至千兆字節。
大數據雲：新的解決方案
理論上，管理基於雲的大數據是符合成本效益的、可伸縮的並且構建迅速的。
數據庫管理人員則不那麼輕鬆。NoSQL數據庫在近幾年出現，憑藉它們的鍵值對，文檔存儲，看起來並不像關係數據更換緩慢，新的數據很難捕捉、存儲、處理、做報告以及歸檔。
但對於系統管理者來說也不那麼壞。如果他們運行一個私有云，硬件和軟件的新的非結構化數據技術堆棧看起來就像舊的——IaaS在底部，數據庫服務在中間，他們不需要接觸到技術堆棧的低層。
將數據管理於Windows Aure Tables、MongoDB、Navicat for MySQL中只是充分利用大數據所需要的數據科學的開始。還有大量的業務合作、再培訓和其它態度調整需要顧及。