NoSQL数据库
常规的SQL数据库是为可靠的事务（transactions）和即时查询（ad hoc queries）而设计的，但它们具有严谨架构（schema）之类的限制，这些限制使得它们不太适合某些类型的应用程序。NoSQL数据库解决了这些限制，并以这样的方式存储和管理数据——将高操作速度和巨大的灵活性考虑进来。很多NoSQL数据库都是由这样的公司开发的——这些公司追求能为大量网站存储内容或处理数据的更好的方法。NoSQL数据库与SQL数据库不同的是，前者可以在数百或数千台服务器上水平扩大和缩小规模。
内存数据库
内存数据库（IMDB）是一种数据库管理系统，它主要依靠主存储器而不是磁盘来存储数据。内存数据库比磁盘优化的数据库运行得更快，这是大数据分析使用和数据仓库和数据集市创建的重要考虑因素。
大数据技能
大数据和大数据分析工作需要特定的技能，无论这些技能是从组织内部还是外部专家那里获取。
这其中有很多技能都与关键的大数据技术组件相关，如Hadoop、Spark、NoSQL数据库，内存数据库和分析软件。
其它技能则针对数据科学、数据挖掘、统计和定量分析、数据可视化、通用编程以及数据结构和算法等学科。我们还需要具备全面管理技能的人员来完成大数据项目。
鉴于大数据分析项目的普遍性在以及这一系列技能的人才的短缺，寻找有经验的专业人员可能是组织面临的最大挑战之一。
大数据用例
大数据和分析可以应用于很多业务问题和用例。下面就是几个例子：
?客户分析。公司可以检验客户数据以改善客户体验，提高转化率并增加留存率。
?运营分析。提高运营绩效并更好地利用企业资产是很多公司的目标。大数据分析可以帮助企业找到更高效地运营的方法，以及提高绩效的方法。
?预防诈骗。数据分析有助于发现可能表明出欺诈行为的可疑活动和模式，并有助于降低风险。
?价格优化。公司可以使用大数据分析来优化他们为产品和服务收取的价格，从而帮助提高收入。
