飞达系统公司(Infineta Systems)的一项研究表明，数据中心到数据中心的连通性是大数据部署的“沉默杀手”，该公司是大流量的WAN优化系统提供商，对大数据网络有着浓厚的兴趣。由Infineta与Internet Research Group(IRG)合作进行的这项研究检查了大数据与企业WAN的交集，并指出WAN基础架构已达到极限。

　　一年前，英飞凌的客户开始谈论数据中心之间的大数据流量。他说，这项研究是在过去两个月中进行的，涉及了对20多个客户和十几个供应商的深入采访。“令我们惊讶的是，有多少人正在使用大数据。这不仅是企业问题。”

　　根据IDC的另一项新研究，大数据分析技术将成为2020年IT支出的推动力之一(IDC Predictions 2012：竞争2020)。随着企业寻求从这些数据中获取高价值的洞察力，IDC期望看到将更加紧密地集成数据和分析技术的产品(例如内存数据库和BI工具)成为主流。而且，像云服务市场一样，由于大型IT供应商寻求获得更多功能，因此2012年可能是大数据驱动型并购的繁忙年。

　　研究表明，采用大数据的背后有许多驱动因素。大数据存储的价格有望比传统存储便宜25至100倍，这使其成为数据增长无法控制的垂直市场的极具吸引力的替代产品。大数据技术极大地提高了数据存储的可扩展性，也就是说，Hadoop使公司能够以传统存储成本的一小部分增加数PB的额外存储容量。此外，实际上仅分析了大数据部署之外收集的非结构化数据的1%至5%。根据麦肯锡最近的大数据报告，例如，如果医疗保健行业可以收集并处理未捕获数据中的其他95%的数据，则每年可以增加3,000亿美元的价值。

　　广域网可以聚合数据以进行分析，然后分配结果，以做出更好的业务决策，但是大多数广域网无法完成任务。与传统数据集中的结构化数据不同，估计有80%至90%的大数据由半结构化或非结构化数据组成，因此传统存储和分析系统不太适合大流量背后的最新驱动力。大数据的特征是总数据量在数百TB到PB的范围内，而任务关键型数据集的大小平均每两年增加一倍或两倍，Gartner预测到2015年企业数据将增长约800%，陈述英飞凌报告。

　　因为大数据驱动数据聚合，处理和结果分发，所以大数据会生成大量的新数据(以PB为单位)，从而又需要越来越多的带宽。调查结果显示，在许多情况下，企业被迫在大数据流量到达WAN之前对其进行封顶，以避免大规模的应用程序性能问题和破坏WAN拥塞的状况。

　　报告称，大数据的日益普及将激发企业的广泛痛苦，而组织将受到WAN带宽和延迟问题的困扰。传统的WAN优化解决方案专为低容量分支WAN流量而设计，无法扩展以满足特定于大数据的WAN吞吐量和性能需求，也无法解决数据中心之间的WAN瓶颈。研究补充说，就资本支出(WAN设备升级)和运营支出(增量带宽成本)而言，仅购买额外的WAN带宽是极其昂贵的，并且无法解决由于WAN延迟而导致的性能下降。