大数据仿佛一瞬间就走入了公众视野，大家突然发现数据量级增大，一来不好控制管理，二来，数据的能力在爆发，仿佛能办很多事，但谁都说不清楚大数据能做什么？怎么做？在此基础上，人们逐渐开发出云计算技术，后续的AI技术，目的都是为了更好地运用大数据。
大数据怎么来的？何谓“大”，大和小的分界线在哪里？这些似乎没有标准答案。
目前很多数据平台建设投入很大，硬盘容量可以存储TB级，PB级数据，但是似乎处理起来并不容易，感觉很“慢”，与人们心目中的大数据技术似乎大相径庭。
曾经有个例子，中国电信的移动基站信令集数据量很大，一个省就有几十TB，只能用文本文件存储，不好管理。前几年就有人和中国电信说，时代变了，现在是大数据时代了，有了全新的技术，可以用Hadoop等大数据技术处理，于是花了几百万，购买新设备，改用Hadoop存储，但是转存完之后发现速度没有变化，原来是多慢，现在还是多慢。电信的人就问项目商，我花了几百万，做了什么？取得了什么效果？项目商答不出来。
这是个极端的例子，但是类似的例子还很多，很多企业数据量很大，采用现在一些所谓的大数据技术搞数据平台建设，建设了，感觉速度没有起来，像以前的方案一样慢，感觉大数据技术在“忽悠”，没有多大意义。
所以人们的第一个认知，就是数据处理的“快慢”，业务完成的“快慢”，这是“
大数据”和“小数据”的分界线，慢了，就算“大数据”。何谓“慢”？西海数据走访了国内很多国有企业，军内外单位，某单位甲方给我们举例，查找库房中手套数量，点下查询键就开始漫长的等待，甲方开始给我们泡茶，等水烧开，一杯茶泡好，结果出来。这大概就是“慢”。
应该说，这种“慢”已经严重影响到了业务活动的开展，这在以速度取胜的军事工业现场，乃至互联网服务商来说显然无法忍受，故西海数据得出的第一个结论就是“大数据就是让业务变慢的数据量，而大数据技术就是高效处理海量数据，让已经变慢的系统变快，让业务流畅运行的技术”。
故西海数据通过多年研发，对标很多一线场景，发明了全新的大数据技术，既能处理海量的大数据，又能让处理效率非常灵活高效，为了有别于目前业界火热的各种大数据技术，西海数据把NoSQLt内置的这门技术称作“
实时大数据”技术。另一个问题，就是何谓“快”，快是有成本的，是受目前硬件条件的极限限制的，比如一个固态硬盘的吞吐量极限就是写入800MB/s，读出1500MB/s，这就是极限，数据库作为软件系统，无论怎么调优，极限磁盘交换吞吐量无法超越这个吞吐量，故“快”有上限。
但另一方面，计算机系统的“快”有上限，用户的业务要求也有上限，西海数据发现，不同行业的用户的业务效率要求并不一样。比如大多数工业实时数据监管场合，一般2~3秒之内能完成计算控制任务即可满足要求，气象系统可能15分钟一批也能满足要求，地震系统可能只需要到天级即可，但某些极限场合，比如音频信号处理，数据要在毫秒级甚至微秒级被迅速处理，否则业务就无法完成。故西海数据认识到，每个用户优化到满足其业务效率要求即可算作“快”。
但遗憾的是，除NoSQLt外目前所有的数据库，包括Oracle、SQLServer、MySQL，也包括目前火热的大数据平台Hadoop、mongoDB，都无法真正解决“
用户业务数据量大了变慢”这个问题。无法将大数据业务处理效率提升到用户满意的程度。閱讀更多 肖舸NoSQLt架構師 的文章
