大数据作为在复杂多样的大量数据中创造价值的一项战略，使得特定行业中的组织机构在了解客户、部署产品，以及运营业务的方式正在发生改变。
　　大数据的发展使得各种组织开始应用如ApacheHadoop框架不同的数据处理及存储技术，而不仅仅采用SQL（NoSQL）数据存储等大数据管理、处理和分析解决方案。

　　什么是大数据？
　　截止到2014年，每一天都有25亿GB的数据产生。在过去的十年中，技术进步帮助创造了连续数据流。数据的产生有多种方式，包括：上网浏览，智能手机的信息交流，数字业务流程，社会媒体的活动，以及针对建筑、产品和人的传感器的数据。
　　数据在数量、速度和多样性方面呈爆炸式增长，因此被称之为大数据。
　　（1）数量。数量是指所有产生的数据量。十年前，数据存储和分析都是用TB字节进行计数。而如今，企业至少需要PB级的存储需求。
　　（2）速度。数据的速度既表示数据的移动量，又表示数据的吞吐量。第一个表示数据的移动量（以GB或TB/秒来衡量），第二个是表示数据提取和数据分析（以毫秒计）之间的延迟。
　　（3）多样性。多样性是指数据量和数据的异质性（结构化、半结构化或非结构化）。
　　捕捉、处理、存储和分析数据的需求促进了新技术的产生，这其中包括使用NoSQL数据存储、大规模并行处理（MPP），以及存储和分布式系统等。
　　大数据的双重性
　　由于数据中心是数据存储公司的核心，自然大数据会对其公司战略产生深刻影响。虽然一开始人们可能觉得大数据对数据中心的影响只是在存储方面，但专家认为大数据的影响则要大得多，并且影响到数据中心的多个方面。
　　例如大数据在一级方程式赛车（F1）赛事中的应用。莲花F1车队就建立了自己的私有云，通过运行50个虚拟服务器来分析每一场比赛。在赛车的每一圈中，团队都要收集和分析他们每一辆赛车中250个传感器传来的30MB的数据。
　　因此，在最后的蒙扎大奖赛中，莲花F1车队实时处理分析的数据超过了3TB。因此这给人们一个提示，大数据和数据中心之间的复杂关系所面临的挑战，不仅要具有适当的架构，还要能够处理好带宽和数据流的工作。专家已经确认了大数据对数据中心的两个影响：大数据在数据中心基础设施中维护需求的来源复杂性，以及大数据驱使数据中心的优化。
　　大数据来源的复杂性
　　大数据对数据中心基础设施的影响三个方面：
　　（1）不断增长的数据存储需求；
　　（2）增加内部和数据中心外部的数据传输的需求；
　　（3）增加对高密度和或无架构（或非关系）计算环境的需求。
　　这三个因素正在推动数据中心部署更多的机架、布线和服务器，并改善其基础设施以应对大数据的需求。数据中心还需要更多的服务器进行存储和处理，并对大量数据进行安全分析。还要增加电力容量和制冷设施以满足电力和冷却的需求。机架和布线中的情况也是如此。
　　随着全球对大数据的需求，数据中心基础设施将变得比以往更加重要，虽然其最初的重点是大数据软件。然而，资源的稀缺性对数据中心架构来说更具有挑战性。专家指出，人们正在利用大数据技术寻找有效的方法，以平衡能源和资源之间的关系。
　　大数据的优化
　　如今，企业之间在基础设施和运营管理竞争是一个常见问题。数据中心基础设施组件（如存储设备、服务器、网络设备、机架、电源和冷却系统、虚拟化、云计算，等等），每天都会产生这些组件的运行状况成千上万的提示信息，以及性能和可用性报告。然而分析所有这些提示和报告以提高运营效率，这个过程费时费力，成本高昂，因此不能被有效地由IT人员人工完成。
　　数据中心基础设施的动态观察是一个渐进的过程。因此，要在整个数据中心基础设施部署大量传感器。技术人员的目标是能够收集数据中心的关键信息，如温度，湿度和气流等等。这些信息可以提高监测和分析数据中心现有的技术能力（机箱或服务器硬件和软件，如DCIM）。
　　该仪器可以被理解为一个场景中有多个信息源（传感器和信息管理系统），其中的数据分析是连续不断（实时流媒体），因此产生了大量的数据。
　　大数据正在成为分析数据中心全生命周期的解决方案，能使数据中心得到进一步优化、操作和设计。这种价值不仅仅是来自大数据技术；它还可以作为提高性能的应用分析模型。该应用包括IT运营分析、虚拟化基础设施的监测、环境监测（或绿色IT），以及操作系统分析等。
　　大数据分析的好处
　　部署大数据分析的好处是多方面的，其中包括：
　　（1）获得跨数据中心基础设施的运营可视性。
　　（2）监控基础设施的实时和关联跨层事件。
　　（3）与历史数据相结合，解决流数据检测模式和阻止性能差的问题。
　　大数据被要求成为一个数据中心变革者的组织管理和优化方式。但公司是否真正意识到对大数据对数据中心的影响？更重要的是，他们如何应对这种影响？然而不管怎么说，大数据已经在数据中心中赢得了一席之地。