大數據的時代已經來臨，這一點沒有人會提出反對。當然，已經有很多的文章討論過，大數據的重點就是數據挖掘，或是說，如何在海量的非結構性數據里找出有意義的資料出來。意義可以是，客戶的某一些行為，供應商的某一些供貨和價格趨勢，庫存的某一些趨勢等。這些都是非常有價值的資訊。當通過數據挖掘，把有用的資訊放在一些圖像報表，或分析報表，讓高管可以根據報表所提供的資訊，做一些配合當時的商業決定，從而增加獲取利潤的機會。

在上面的描述里，不知道你有沒有發現一個最關鍵的地方，就是，從挖掘到報表產生，可以讓高管做決定的時間。 簡單的說，大數據的意義就是，如何可以在最快的時間里，從海量的數據里，挖掘并產生有用的報表，讓高管作出適時的決定。 如果整個過程需要的時間越長，報表的意義就越低。

舉個例子，在澳門或美國拉斯維加斯的賭場，都有一些專門對付不受歡迎賭客的系統。賭場在每一個重要的角落，都安裝有視像頭，從一個賭客進入賭場開始，他的面容已經進到賭場的海量數據庫里。一家賭場可能安裝有幾千個或以上的視像頭，一天24小時不斷的把海量的數據，傳送到數據庫里。賭場當然不會只是很被動的等到有老千干了事情，再從海量的數據復查，因為賭場有可能已經被騙了很多金錢。賭場的系統會從每一個賭客進入賭場開始，把他的面容特征，和數據庫做實時的比較。如果某人的面容，和數據庫里不受歡迎賭客的面容一致，賭場就會立刻邀請他離開賭場。整個過程的關鍵，就是時間。越長的時間，代表賭場有機會被騙的金錢越多。

大數據的核心設備，當然是存儲系統。所有的數據，都是從存儲系統送到應用服務器分析計算，再產生報表。在整個過程里，數據會在存儲系統和應用服務器間來回很多遍。時間的關鍵，就在于存儲系統的IOPS(Input/Output Operations Per Second，每秒進行讀寫操作的次數)。存儲系統的IOPS越高，整個數據挖掘的時間就越短，就是這么簡單。

但是，往往很多用戶都沒有在這一點上有太多的了解，或是，包括存儲系統供應商的人，可能也沒有太多的了解。結果是，實施后的數據挖掘方案，所需要產生報表的時間太長，根本沒法滿足原來想要的目標，并導致整個數據挖掘系統項目的失敗，投進去的錢變成白投。

所以，在你為一個大數據項目立項時候，一定要有很明確的目標，而目標不單是你需要的報表內容，更需要是獲取報表所需要的時間。目標明確后，一定要確保存儲系統的IOPS足夠支撐你定的目標。如果系統供應商的方案顧問在這一點上沒有很明確的意見，我建議你可以找別家來談，因為他們根本沒有抓到數據挖掘的核心重點。