非关系型数据库（non-relational databases）的流行正在转变数据管理现状。现在人们不一定需要将数据结构化，就可以利用NoSQL数据库架构解决他们的新数据需求，也可以将这些新技术与传统关系型数据进行整合，从大数据中挖掘出新价值。

　　直到现在，数据作为深度业务洞察力来源的潜力仍然受其结构的限制。如果没有新出现的数据库技术，我们只能采用标准的后台设计方法，将数据限定在死板的架构中，而无法体现实际数据结构的多样性。由于内部不够灵活，这些传统架构将妨碍组织开发结构化与非结构化信息的新用例。

　　非关系型数据库架构的持续流行使数据管理出现了转折点。最新出现的技术是一些新的横向扩展非结构化数据库，它们更适合解决一些问题，同时传统的关系型数据库仍然在其他领域保持原来位置。

　　技术的发展使各种组织不再受限于数据库架构的选择。随着竞争领跑者发现了满足特殊数据需求的数据库方法，我们在2012年看到了下面三种重大变革：

1. 随着数据架构师开始接受架构与设计工具套件的发展——从关系型数据库转变为增加各种成熟的非关系型技术（NoSQL数据库系统），数据库领域重新洗牌。
2. 由于革命性技术和方法（如具有超大规模数据高效处理能力的Apache Hadoop）的推动，混合数据生态系统越来越流行。
3. 响应速度更快的数据管理生态系统的出现，提供了一种灵活实现规模化低成本的原型化交付（经过行业验证）的新方法。

　　从现在起，明智的分析主管将致力于将用例具体化到最佳的平台上。他们不会过度关注于新技术的可用性，而是去发现一些整合关系型与非关系型数据库“契合点”，从中挖掘出超越原始用途的信息价值。

　　通过利用新的数据架构方法，越来越多的组织将能够发现和探索数据商业化的突破点。

　　正如通信运营商从他们处理在大量客户数据中挖掘出宝贵的B2B收益来源一样，其他商业公司也将通过更好地利用现有数据来发现新的业务增长点。

　　重新考虑数据的存储、处理和细化方式，意味着需要重新评估传统的数据管理方法。直到现在，数据仍然被视为一种结构化资产和必须维护的成本中心。

　　新数据库架构的出现，意味着这种看法将彻底改变。服务主导的数据管理将要求IT主管考虑一个问题：业务如何能够最轻松地利用现有数据和之前未能获得的数据？

　　敏捷数据服务架构

　　随着越来越多架构方法的出现，数据生命周期会缩短，并且变得越来越敏捷。数据管理方法将不再致力于“过度控制”数据，而是逐渐减少条条框框。其中一个主要目标是通过鼓励和利用数据共享发掘新的潜能。亚马逊是这个领域的先锋。通过使用敏捷数据架构建立面向服务的平台，这家公司已经能够为客户提供新型云存储和数据管理服务——同时使他们自己能够灵活处理一些未知服务的未来需求。

　　非关系型数据库的空前流行复兴了常规架构和“传统”数据管理方法的作用。从现在开始，分析主管们需要转而采用混合架构，以最佳方式整合两种技术，去利用现在海量结构化和非结构化信息的全新洞察力。总之，数据管理专业人员的“黄金时代”已经到来。