隻不過，大數據不單純隻是大。海量數據存儲危機的產生不僅僅是由於數據量爆炸性的增長，還有數據類型的改變帶來的，這就是第二個V，多樣化。此前的數據庫用二維表結構存儲方式就可以儲存數據，譬如常見的Excel軟件中處理的數據，這稱為結構化數據。可是現在隨著互聯網多媒體應用的出現，像是聲音、圖片和視頻等等非結構化的數據所占的比重在日益增多。有統計表明，全世界非結構化數據的增加率是63%，相對而言結構化數據增長率隻有32%。2012年，非結構化數據在整個互聯網數據中的占比已經超過了75%。
Informatica中國區的首席產品顧問但彬就提到過，大數據裏有海量數據的含義，但它又大於海量數據的定義。簡單來說，海量數據加上其他複雜類型的數據就是大數據的概念了。但彬還提到，所有交易和交互數據集都屬於大數據，它的規模和複雜程度早已在依據合理成本和時限進行捕捉、管理和處理數據集的傳統技術的能力之上。
簡而言之，三種主要技術趨勢彙聚成了大數據：其一是海量交易數據，包括半結構化和非結構化信息，在從ERP應用程序到基於數據倉庫應用程序的在線交易處理（OLTP）和分析係統的過程當中總在不斷增長。企業很多的數據和業務流程也在不斷走向公共和個人雲轉移，將造成更為複雜的局麵。其二是海量交互數據。因為Facebook、Twitter、LinkedIn以及其他更多的社交媒體的興起，這一部分數據誕生了海量的交互數據，其中涵蓋了呼叫詳細記錄（CDR）、設備和傳感器信息、GPS和地理定位映射數據，還有利用管理文件傳輸（Manage File Transfer）協議傳送的海量圖像文件、Web文本和點擊流數據、科學信息、電子郵件，等等。其三就是海量數據處理。隨著大數據的湧現，已經有很多用於密集型數據處理的架構應運而生，比如Apache Hadoop，它具有開放源碼以及在商品硬件群中運行的特性。此外還有能以可靠、高效、可伸縮的方式分布式處理大數據的軟件框架Hadoop。它之所以可靠，是因為它能夠提前假定計算元素和存儲失敗，所以它能夠維護多個工作數據副本，用並行處理的方式來加快處理能力和速度。Hadoop也是可伸縮的，PB級的數據它也可以處理。另外，Hadoop因為依賴於社區服務器，所以它的成本很低，不論是誰都可以使用。對企業來說，最難的在於如何通過成本效益的方式從Hadoop中存取數據。Hadoop最知名的用戶是臉譜。通過Hadoop，像臉譜這一類的網站，也就可以自由地處理海量的數據，同時獲得較高的收益。