大数据时代，传统的业务模式已经不能适合新形势的发展要求，一次大变革已经悄然拉开序幕。
在日前举行的2012 Teradata天睿公司大数据分析方案研讨会上，Teradata高级解决方案顾问李向前对记者表示，由于SQL和MapReduceSQL各自的缺陷和优势，二者都无法独立承担大数据分析的重任，综合二者之长的SQL—MapReduce，才是大数据分析的趋势。
Teradata认为，当前非结构化的数据增长更快，每天都产生大量的数据，分析的丰富程度也在增加。因此，大数据的分析，需要一个快速的、简单的、scale—up的分析平台。
李向前表示，首先，在大数据时代，传统的SQL已经不能满足所有的业务需求，一些查询不灵活、不直观或者很难准确表述，且DB系统会选择一个较差的执行计划执行，效率低下。其次，传统的UDF存在一定的缺陷，运算函数非常有限，表函数无法做到并行处理，固定的schema限制了重复使用。第三，大数据分析的需求可能用RDBMS无法满足。
正式由于上述原因，在大数据成为最新挑战的今天，始建于2011年在谷歌执行一个大数据处理的Map/Reduce系统逐渐受到关注。Map /Reduce是一种并行编程模式，定义有Map/Reduce两个函数，并且独立于任何特定的实现。MapReduce可以扩展支持到非常大的数据规模，克服了传统数据仓库扩展性限制和难以表达等问题，已经被很多知名的数据规模比较大的互联网公司使用;MapReduce还提供高效的编程模式，简单、移动，并实现最大程度的并行。
然而，Teradata认为，MapReduce有一个致命的弱点，即非常依赖于编程实现。这意味着，MapReduce很难重复使用，随着新的业务问题不断的出现，都需要重新编码，这无疑加大了使用难度和工作量，也间接增加了企业的投入成本。
李向前表示，弥补代沟的最佳选择是SQL—MapReduce。
SQL/MapReduce(简称SQL/MR)是Aster Data的一个框架，支持当前流行的Java和C预言，用户可以将代码安装在nCluster中，可以在数据库中由SQL调用，系统将自动并行执行。
李向前介绍，SQL/MR以“21世纪的UDF(a UDF for21st century)”为目标，致力于提供良好的可扩展性，友好的分析界面和开发界面。
可扩展性：非常容易让数百台服务器的硬件资源发挥作用;容错性由系统自动处理。
分析界面：分析师可以用类似SQL语言灵活表述;开发人员开发被分析师广泛使用的工具;查询的语义无需与具体的实现方式混合在一起。
开发界面：简单易懂的编程模式;便捷的开发平台服务，开发人员尽可能自由发挥。
Aster Data是Teradata收购获得的资产。为将不同渠道的数据放在一起，并且充分利用传统SQL的作用，Aster Data提供了一个支持行列混合存储的机制，并且结构化数据与非结构化数据可以分开存储，聚合分析，其底层有一个高速互联的连接器。
简言之，从各种各样类型的数据中，快速获得有价值信息的能力，就是大数据技术。明白这一点至关重要，也正是这一点促使该技术具备走向众多企业的潜力。
