面对数据爆发式增长，我们如何应对

我们的世界风起云涌，热闹非凡，从互联网-到移动互联网-到现在很火的物联网，从大数据-到云计算到目前的机器智能，AI等。

目前社会上的数据量快速增长，目前一天生成的数据量，已经超过了从有人类文明到2000年间的所有数据之和，随着物联网时代的到来，每天生成的数据还将出现指数型增长，我们将如何应对如此大规模的数据爆发式增长，我想这个是一个值得从业者深思的课题吧。

在数据量增长到TB时代，我们还可以勉强使用数据库进行统计、分析和存储等，oracle勉强可以胜任，db2和TD 可以较好的完成TB数据量级的任务。

在数据量增长到PB时代，我们或许可以使用MPP数据库勉强完成这项任务，MPP数据库在很多方面都有大的改进，使用列式存储等技术可以更高的查询效率，当然也有其他很多改进，就不在一一叙述了。目前也已经有地方都已经在推进传统BI迁移到MPP中了，当然也包括我们目前所在项目组。

在PB时代，还有很多互联网公司使用什么NoSql或者newSql 等各种技术，对这些没有深入研究，但是道理基本是想通。我想说的是那么了EB时代，我们传统BI使用什么那？据说谷歌已经在考虑使用什么GDD技术解决EB时代的数据处理了，但是当数据量到达ZB和YB时代怎么，可能更多人都没有好的办法。

也许我们可以不用杞人忧天，我们一个行业的数据量不会快速到达什么EB时代，是的，我也承认这个问题，作为个人我们可以不考虑这个，但是作为一个大数据人，我们可能就得考虑这样的前沿的技术难题吧。

身为一个传统行业的大数据人，我们面临的环境当然不可比拟目前一线的互联网公司，同时我们的数据可能更多结构化的，数据量的增长也是可以预见，但是我们就可以不居安思危去思考吗？我们应该如何做的更好，我们应该如何主动改变去适应未来,这个问题我将持续思考。