六、满足大数据需要的非关系型数据库

　　NoSQL数据库比如Apache CouchDB，可以为数百万用户提供PB级别数据的强大扩展要求。大数据工作负载将迫使众多公司考虑替代传统数据库的这些解决方案。

　　七、SSD存储融入云

　　将高性能应用程序迁移到云端，并不都能保证它们都能从数据存储中获得同样的高性能运行。通过提供基于SSD的高性能存储层，云服务商将能够满足可预见的和更快的应用响应时间的需求。

　　八、数据删除更受重视

　　随着云端仍按GB收取营业外支出，使得重复数据删除和压缩技术变得倍受欢迎。它可以帮助企业最大限度降低成本。虽然有些人可能认为容量优化不能过时，但在全球范围内面临减少多个租户使用的总容量带来挑战，使得容量优化仍具有很大发挥空间。此外，还有海量的媒体内容，也提出了严峻挑战。这些，都需要人们寻找能够减少新增数据和优化容量的解决方案。

　　九、借助云实现数据分析

　　数据分析往往要求有一个可扩展的计算和存储资源环境，而搭建这种一种由专有硬件组成的环境需要耗费高昂的成本（比如甲骨文Exalogic数据库服务器耗资100万美元）。而分析软件也并不便宜。

　　类似于平时处于闲置状态却只有遭遇灾难时才能真正发挥功能一样，许多企业的数据分析，可能仅仅是季节性的项目，只有在短时间内有突出需求，可能并不太适用于专门的环境。因此，在云环境中实现数据分析，“按使用次数收费”是比较明智的做法。

　　十、“云羡慕”心理将变得司空见惯

　　虽然许多公司将在2012年部署云，有的可能还在翘首待望在2012年之后部署。虽然人们一致看到云的经济性和效率，但各自的行为却有先有后，有急有缓，不尽相同。为此，那些渴望体验云服务但又没有部署云的用户，可能会对其他已经在应用云服务的人/企业持“羡慕”心理。