分析机构Gartner副总裁Donald Feinberg表示，数据存储的角色之所以会有所转变，其中一项因素就是数据不仅在数量上变多，而且日益复杂，对于5到10年前所设计出来的数据存储系统来说，就必须要能处理资源的多样性、复杂性、巨大的容量而且系统反应速度要即时等特性。而他认为，虽然大数据对不同产业都有不同的意义，但基本上，大数据代表的就是大量、复杂和非结构化的数据。
但是，对于擅长处理结构化数据的关联式数据库管理系统来说，是很难去处理大数据的。因此，Donald Feinberg表示，目前大部分的企业会特别打造一个空间或是平台来存放非结构化数据或是大数据。
应用大数据的来临，Donald Feinberg表示，未来逻辑数据存储的概念将会浮现，也就是将不同性质的数据存放在不同的数据库中，就可以用适当的工具来获取正确的资源，同时，逻辑数据存储会利用适当的后设数据连结所有数据存储系统中不同的数据。
Donald Feinberg也表示，有许多工具都是用来处理巨量而非结构化的数据，但是，将有很多应用程式是使用MapReduce技术开发。
数据存储厂商面临必须快速回应查询的挑战
大数据影响层面之广，IDC软件市场分析师锺翠玲表示，大数据对于各方厂商都是新的战场，其中也包含了存储厂商，像是EMC买下数据存储软件业者Greenplum就是一例。原因正是，她认为，数据存储的确是可应用大数据的主力。
不过，对数据存储厂商来说，还是有不少挑战存在，首当其冲的是，他们必须要强化关联式数据库的效能，增加数据管理和数据压缩的功能。
因为过往关联性数据库产品处理大量数据时的运算速度都不快，需要引进新技术来加速数据查询的功能。另外，数据存储的厂商也开始尝试不只采用传统硬盘来存储数据，像是使用快速闪存的数据库、闪存数据库等，都逐渐产生。
另一个挑战就是传统关联性数据库无法分析非结构化数据，因此，并购具有分析非结构化数据的厂商以及数据管理厂商，是目前数据存储大厂扩展实力的方向。
数据管理的影响主要是数据安全的考量。IDC软件市场分析师吴乃沛表示，大数据对于存储技术与资源安全也都会产生冲击。首先，快照、重复数据删除等技术在大数据时代都很重要，就衍生了数据权限的管理。
举例来说，现在企业后端与前端所看到的数据模式并不一样，当企业要处理非结构化数据时，就必须制定出是IT部门还是业务单位才是数据管理者。而吴乃沛表示，由于这牵涉的不仅是技术问题，还有公司政策的制定，因此界定出数据管理者是企业目前最头痛的问题。
