大數據時代，傳統的業務模式已經不能適合新形勢的發展要求，一次大變革已經悄然拉開序幕。
在日前舉行的2012 Teradata天睿公司大數據分析方案研討會上，Teradata高級解決方案顧問李向前對記者表示，由于SQL和MapReduceSQL各自的缺陷和優勢，二者都無法獨立承擔大數據分析的重任，綜合二者之長的SQL—MapReduce，才是大數據分析的趨勢。
Teradata認為，當前非結構化的數據增長更快，每天都產生大量的數據，分析的豐富程度也在增加。因此，大數據的分析，需要一個快速的、簡單的、scale—up的分析平臺。
李向前表示，首先，在大數據時代，傳統的SQL已經不能滿足所有的業務需求，一些查詢不靈活、不直觀或者很難準確表述，且DB系統會選擇一個較差的執行計劃執行，效率低下。其次，傳統的UDF存在一定的缺陷，運算函數非常有限，表函數無法做到并行處理，固定的schema限制了重復使用。第三，大數據分析的需求可能用RDBMS無法滿足。
正式由于上述原因，在大數據成為最新挑戰的今天，始建于2011年在谷歌執行一個大數據處理的Map/Reduce系統逐漸受到關注。Map /Reduce是一種并行編程模式，定義有Map/Reduce兩個函數，并且獨立于任何特定的實現。MapReduce可以擴展支持到非常大的數據規模，克服了傳統數據倉庫擴展性限制和難以表達等問題，已經被很多知名的數據規模比較大的互聯網公司使用;MapReduce還提供高效的編程模式，簡單、移動，并實現最大程度的并行。
然而，Teradata認為，MapReduce有一個致命的弱點，即非常依賴于編程實現。這意味著，MapReduce很難重復使用，隨著新的業務問題不斷的出現，都需要重新編碼，這無疑加大了使用難度和工作量，也間接增加了企業的投入成本。
李向前表示，彌補代溝的最佳選擇是SQL—MapReduce。
SQL/MapReduce(簡稱SQL/MR)是Aster Data的一個框架，支持當前流行的Java和C預言，用戶可以將代碼安裝在nCluster中，可以在數據庫中由SQL調用，系統將自動并行執行。
李向前介紹，SQL/MR以“21世紀的UDF(a UDF for21st century)”為目標，致力于提供良好的可擴展性，友好的分析界面和開發界面。
可擴展性：非常容易讓數百臺服務器的硬件資源發揮作用;容錯性由系統自動處理。
分析界面：分析師可以用類似SQL語言靈活表述;開發人員開發被分析師廣泛使用的工具;查詢的語義無需與具體的實現方式混合在一起。
開發界面：簡單易懂的編程模式;便捷的開發平臺服務，開發人員盡可能自由發揮。
Aster Data是Teradata收購獲得的資產。為將不同渠道的數據放在一起，并且充分利用傳統SQL的作用，Aster Data提供了一個支持行列混合存儲的機制，并且結構化數據與非結構化數據可以分開存儲，聚合分析，其底層有一個高速互聯的連接器。
簡言之，從各種各樣類型的數據中，快速獲得有價值信息的能力，就是大數據技術。明白這一點至關重要，也正是這一點促使該技術具備走向眾多企業的潛力。
