二、传统的关系型数据库面临更大的挑战

    传统的关系型数据库在计算机数据管理的发展史上是一个重要的里程碑，这种数据库具有数据结构化、最低冗余度、较高的程序与数据独立性、易于扩充、易于编制应用程序等优点，目前较大的信息系统都是建立在结构化数据库设计之上的。

    然而，随着越来越多企业海量数据的产生，特别是Internet和Intranet技术的发展，使得非结构化数据的应用日趋扩大，以及对海量数据快速访问、有效的备份恢复机制、实时数据分析等等的需求，传统的关系数据库从1970年发展至今，虽功能日趋完善，但在应对海量数据处理上仍有许多不足。

    （一）缺乏对海量数据的快速访问能力

    当竞争对手在周五下午宣布了新的价格模型，你所在机构的总裁在周一早晨之前想要一份对你公司影响的分析报告，业务分析员想做的最后一件事情是花费20分钟等待整个表扫描和多表连接来获得“如果…会怎么样”的查询。因为没有经过优化的查询会耗费很长的时间；进行查询的用户，其需求需要按计划执行；多个查询会竞争CPU资源；并且业务需求经常被改变。所有这些都要求不断调整优化数据库或甚至重新设计数据库。

    （二）缺乏海量数据访问灵活性

    在现实情况中，用户在查询时希望具有有极大的灵活性。用户可以提任何问题，可以针对任何数据提问题，可以在任何时间提问题。无论提的是什么问题，都能快速得到回答。传统的数据库不能够提供灵活的解决方法，不能对随机性的查询做出快速响应，因为它需要等待系统管理人员对特殊查询进行调优，这导致很多公司不具备这种快速反应能力。

    （三）对非结构化数据处理能力薄弱

    传统的关系型数据库对数据类型的处理只局限于数字、字符等，对多媒体信息的处理只是停留在简单的二进制代码文件的存储。然而，随着用户应用需求的提高、硬件技术的发展和Intranet/Internet提供的多彩的多媒体交流方式，用户对多媒体处理的要求从简单的存储上升为识别、检索和深入加工，因此如何处理占信息总量85%的声音、图像、时间序列信号和视频、E-mail等复杂数据类型，是很多数据库厂家正面临的问题。

    （四）海量数据导致存储成本、维护管理成本不断增加

    新经济的趋势将会加速带动对海量数据需求的增长，以更少的资源完成更多的工作不仅是必须的，而且也得到了各界的广泛认同。GIGA研究表明 ROI越来越受到重视，大型企业都面临着同样的业务和IT上的压力，与以往相比，系统的性能/价格比更加受到重视。海量数据使得企业因为保存大量在线数据以及数据膨胀而需要在存储硬件上大量投资，虽然存储设备的成本在下降，但存储的总体成本却在不断增加，并且正在成为最大的一笔 IT 开支之一。另一方面，海量数据使DBA陷入持续的数据库管理维护工作当中.

    （五）海量数据缺乏快速备份与灾难恢复机制

    传统的数据库备份技术，如：通常采用的磁带备份方式，不能运用于海量数据，因为磁带备份将使备份时间增加，需要几小时-几天，影响生产，增加了备份的难度，使得备份/恢复变得缓慢而且不可靠，几乎无法在固定的时间窗口完成备份工作。另外，第三方备份软件的成本开销和复杂度，昂贵的实施，其中隐含的成本代价也是企业需要考虑的。因此海量数据安全显得异常重要，只有通过引入有效的备份、方便高效的备份恢复技术，才能满足海量数据安全的需要。