任何机器都会有物理上的限制：内存容量、硬盘容量、处理器速度等等，我们需要在这些硬件的限制和性能之间做出取舍，比如内存的读取速度比硬盘快得多，因此内存数据库比硬盘数据库性能好，但是内存为2GB的机器不可能将大小为100GB的数据全部放入内存中，也许内存大小为128GB的机器能够做到，但是数据增加到200GB时就无能为力了。

数据不断增长造成单机系统性能不断下降，即使不断提升硬件配置也难以跟上数据的增长速度。然而，当今主流的计算机硬件比较便宜而且可以扩展，现在购置八台8内核、128GB内存的机器比购置一台64内核、TB级别内存的服务器划算得多，而且还可以增加或减少机器来应对将来的变化。这种分布式架构策略对于海量数据来说是比较适合的，因此，许多海量数据系统选择将数据放在多个机器中，但也带来了许多单机系统不曾有的问题。

云数据管理指的是“数据库即服务”，用户无须在本机安装数据库管理软件，也不需要搭建自己的数据管理集群，而只需要使用服务提供商提供的数据库服务。比较著名的服务有Amazon提供的关系型数据库服务RDS和非关系型数据库服务SimpleDB。

云数据管理系统的优势就是可以弹性地分配资源，用户只需为所使用的资源付费即可。这使得用户对资源的需求可以动态扩展或缩减。例如，需要对大小为1TB和100 GB的两个数据集分别进行分析，若在弹性伸缩的模式下，我们可以在云中分配100个节点处理1TB的数据集，然后将集群缩减到10个节点来处理100 GB的数据集。假设数据处理系统是线性扩展的，那么两个处理任务大约在相同的时间内完成。这样，弹性伸缩的能力加上现用现付的商业模式会提供较高的性价比。

云数据管理系统的主要优势有：

透明性。用户无须考虑服务实现所使用的硬件和软件，利用其提供的接口使用其服务即可。

可伸缩性。伸缩性是云系统提供的重要特性，用户根据自己的需求申请各种资源即可，而且需求还可以动态变化。

高性价比。用户无须购买自己的基础设施和软件，节约了硬件费用及软件版权费用。

云数据管理系统也有不足的地方，如用户隐私和数据安全问题、服务可靠性问题、服务质量保证问题等等。