大數據——被定義為是超越了其能力的數據集，典型的數據庫軟件工具捕捉、存儲、管理和分析，最常見的是PB級的艾字節（exabytes）大小，是非結構化分布式和扁平架構模式。隨著大數據的持續增長，行業預期其將為企業帶來巨大的和未開發的價值。根據infineta的報告顯示，大多數企業將在未來的12至18個月重點采用大數據技術。
　　
　　所有這些數據需要采集，存儲，處理和分發，有可能堵塞網絡。Hadoop管理每petabye字節的大數據大約需要0.5Gbps的帶寬，Hadoop是一個大規模計算的開源平臺。帶寬需求可以影響企業廣域網中的延遲時間、速度和可靠性。
　　
　　研究結果顯示，快速發展的趨勢將影響到整個數據中心行業。這些主要的發展趨勢包括：
　　
　　存儲價格日趨便宜。傳統的數據存儲運行每GB的字節成本大約為5美元，而采用Hadoop存儲相同的存儲量，每GB的成本僅為0.25美元。
　　
　　增強的可擴展性。Hadoop采用預付一小部分費用的形式，使企業能夠添加額外的存儲空間。Hadoop的可擴展性，可能會導致在未來五年內，全球50％以上的數據都存儲在Hadoop環境中。
　　
　　缺乏分析。只有百分之一到百分之五的外部收集的大數據實際上是進行了分析。由于缺乏分析，有相當一部分有價值的數據被遺漏。根據麥肯錫最近報道顯示，如果醫療保健行業對他們的95％的未捕獲的數據進行了分析，那么估計每年將創造出3000億美元的價值。另一個缺乏分析的例子是石油工業領域，石油鉆井平臺每秒產生25000個數據點，但石油企業對于這些數據的使用率僅僅只有5％。
　　
　　該報告認為，企業部署Hadoop集群提供一個集中式的服務，使個別部門不用再建立和運行自己的大數據服務，并認為當涉及到處理批量工作負載時“越大越好”。
　　
　　這種設置帶來了大流量——數據在集群之間移動，在數據中心內部和數據中心之移動，包括但不限于復制和同步，這將變得尤其重要，因為Hadoop成為企業級存儲的一個重要的因素。大流量移動數據服務支持大數據分析，合規性要求，高可用性服務和安全服務。