大數據的核心是分析大量數據的能力。
在眾多IT問題需要優先解決的情況下，在大數據價值日益凸顯的背景下，企業需要首先提高數據中心的成本效益以滿足不斷變化的業務需求，加大大數據的應用和相關基礎設施的建設，滿足大數據環境下數據中心的高性能、高可擴展性、高安全性和高可用性的要求。
大數據的核心分析能力需要強大的後臺支持。
所謂大數據，核心取決於對大量數據的核心分析能力。然而，大數據核心分析能力的影響不僅存在於數據管理策略、數據可視化和分析能力上，還從根本上對數據中心IT基礎架構甚至機房設計原則提出了更高的要求。為了達到快速高效處理大量數據的能力，需要對整個IT基礎設施進行優化，充分考慮高節能、高穩定、高安全、高可擴展性、高冗余、基礎設施建設等五個方面。同時需要解決大規模數據中心部署、高速內網建設、機房散熱、強數據備份等問題。
大數據離不開效益型數據中心的建設。
深入了解大數據應用的數據中心經濟學，對於提高企業實際利潤率具有重要價值。數據中心經濟學可以提供壹個框架，幫助IT經理了解存儲總擁有成本(TCO)的長期價值影響。使用數據中心經濟學來確定存儲決策和計算資源的準確支出，將有助於企業系統地、持續地降低成本，更好地支持企業采用大數據技術。
大數據需要突破存儲和性能瓶頸。
除了龐大的數據規模，大數據應用還意味著海量的文件。因此，如何管理文件系統層積累的元數據是壹個難題。如果處理不當，會影響系統的擴展能力和性能，而傳統的NAS系統就有這個瓶頸。幸運的是，基於對象的存儲架構沒有這個問題。它可以管理壹個系統中數十億的文件，不會像傳統存儲壹樣被元數據管理所困擾。基於對象的存儲系統還具有廣域擴展能力，可以部署在許多不同的地點，形成大規模的跨區域存儲基礎設施。此外，大數據應用仍然存在實時問題，尤其是與在線交易或金融相關的應用。