大数据——被定义为是超越了其能力的数据集，典型的数据库软件工具捕捉、存储、管理和分析，最常见的是PB级的艾字节（exabytes）大小，是非结构化分布式和扁平架构模式。随着大数据的持续增长，行业预期其将为企业带来巨大的和未开发的价值。根据infineta的报告显示，大多数企业将在未来的12至18个月重点采用大数据技术。
　　
　　所有这些数据需要采集，存储，处理和分发，有可能堵塞网络。Hadoop管理每petabye字节的大数据大约需要0.5Gbps的带宽，Hadoop是一个大规模计算的开源平台。带宽需求可以影响企业广域网中的延迟时间、速度和可靠性。
　　
　　研究结果显示，快速发展的趋势将影响到整个数据中心行业。这些主要的发展趋势包括：
　　
　　存储价格日趋便宜。传统的数据存储运行每GB的字节成本大约为5美元，而采用Hadoop存储相同的存储量，每GB的成本仅为0.25美元。
　　
　　增强的可扩展性。Hadoop采用预付一小部分费用的形式，使企业能够添加额外的存储空间。Hadoop的可扩展性，可能会导致在未来五年内，全球50％以上的数据都存储在Hadoop环境中。
　　
　　缺乏分析。只有百分之一到百分之五的外部收集的大数据实际上是进行了分析。由于缺乏分析，有相当一部分有价值的数据被遗漏。根据麦肯锡最近报道显示，如果医疗保健行业对他们的95％的未捕获的数据进行了分析，那么估计每年将创造出3000亿美元的价值。另一个缺乏分析的例子是石油工业领域，石油钻井平台每秒产生25000个数据点，但石油企业对于这些数据的使用率仅仅只有5％。
　　
　　该报告认为，企业部署Hadoop集群提供一个集中式的服务，使个别部门不用再建立和运行自己的大数据服务，并认为当涉及到处理批量工作负载时“越大越好”。
　　
　　这种设置带来了大流量——数据在集群之间移动，在数据中心内部和数据中心之移动，包括但不限于复制和同步，这将变得尤其重要，因为Hadoop成为企业级存储的一个重要的因素。大流量移动数据服务支持大数据分析，合规性要求，高可用性服务和安全服务。