作为大数据存储问题的解决方案，NoSQL 倍受赞誉。由于存储方面的限制以及缺乏灵活性的流程，SQL 以及其他常见关系数据库无法处理非结构化大数据。而 NoSQL 则倍受支持者的广泛赞誉，因为它可以存储无限量的数据，并能处理不断变化的数据架构。但 NoSQL 并不能替代以前的分析技术。它是一款附加工具，专门处理新型数据所带来的新问题。
以往，您不得不选择在某一时间对企业至关重要的数据，并舍弃其余数据。而如今，各家企业均不希望舍弃大数据，因为这些大数据可能会在日后很有价值。利用 NoSQL，您便可以经济高效地存储所有数据，以供将来使用。
缺乏灵活性也是一个问题。在典型数据库体系架构下，很难更改数据架构。如果发生意外变更，或者需要重新对数据模式进行排序，则系统可能会发生中断，并且问题可能会对下游产生影响。而使用 NoSQL 数据库，则无论架构如何，您均可注入数据。
请按照下面三步进行操作，进一步展现大数据的价值：
1.了解数据。通常，您掌握有大量数据，而在这些数据中，有些是您所需的，而另一些则对您毫无用处。如果数据来自不同的来源，您仍需要了解数据集之间的关系。“读取时架构”技术并不意味着您无需了解数据集之间的关系。相反，您必须确定并修复两个或更多文档或数据集之间的嵌套或联接关系。这时，对于分析至关重要的属性应尽可能地符合标准，才能获得有效的初始结果。
2.处理数据。接下来，使用具有 NoSQL 数据库或 Hadoop 处理能力的系统来分析您的数据。通过筛选您的综合数据，并从中挖掘价值。在注入并关联相关数据后，尽早确定该数据在分析中的用途。如果数据研究人员认为数据没有用处，则您就不需要在数据的结构化、清理和准备环节上浪费时间。如果该数据无法解决您的问题，请跳过第 3 步，并返回第 1 步，了解新的数据集。但是，请保留已有数据，因为它可能会在日后用到。
3.转换数据。如果您认为数据有用，请对数据进行准备，以便进行深入处理，并由数据研究人员之外的更多分析人员使用。如果您采用手动编码方式进行必要的转换、标准化和清理工作，则此方法通常速度缓慢，并且不能长久使用。应使用一种工具来处理不同的数据源，其中包括复杂数据以及来自 NoSQL 数据库的数据。然后，将它们转换为可供用户阅读的有用信息。
这就像淘金。为了找到一盎司的黄金，您必须挖掘数吨矿土。只要您具有一部强大的引擎，能够筛选掉没有用的“渣土”，并能不断创造性地发现相关业务问题，您就能找到有价值的“黄金”。
