当前 ，大数据和SDN的应用正日渐深入，大数据和SDN不仅仅是互利关系，事实上，在不久的将来的数据环境中，它们将需要彼此。

我们不难看出大数据和软件定义网络之间正在形成的关系。随着智能技术和机器到机器通信的增加，我们需要很大的灵活性来在正确的时间将信息传输到正确的工具，以挖掘复杂数据的价值。

这其实是SDN的主要卖点之一。思科和惠普到微软、甲骨文和SAP等供应商正在争先恐后地弄清楚如何将丰富的大数据交到员工手中，从而将其用于面向客户的用例。实现这一点不仅需要更大规模的网络，还需要高级管理和编排功能来评估数据应该在哪里、何时以及如何处理和分析。

利用大数据来实现SDN

但是究竟网络管理将如何完成这一“壮举”呢?奇怪的是，答案是大数据。通过利用企业用来参透客户行为和复杂交易环境的相同的技术，企业将能够监控其网络环境日益变化的性质。随着变更管理和网络配置过程从毫秒减小到微妙，这变得越来越有必要。这已经超过人类大脑可以分析和响应的速度。并且，根据网络的规模以及处理点之间的相互关系，这很容易产生相当于大数据的数据量。领导标准组织(例如欧洲电信标准协会)正在想办法统一SDN和NFV监控数据。

这种功能将需要从LAN扩展到广域网，如果广泛联合云环境可以实现的话。当前的广域网编排系统已经承担着复杂的程序，例如动态流映射、弹性IP地址管理和广泛的QoS功能。随着企业依赖广域网提供终端到终端数据基础设施支持，这些工具将需要部署大数据作为手段来最大限度地提高资源利用率和协调率，避免动态、分布式架构失去控制。

大数据工具集将帮助收集网络信息和处罚警报，同时，目前正在进行的操作条件对于IT来说是可以理解和可操作的。事实是，很多这样的分析发生在人类监控范围之外，机器和自动化系统越来越多地开始负责现在部署的高级数据环境。

D1Net评论：

从应用角度来看，大数据旨在给复杂系统带来清晰度，而不会给分析师增加负担。由于现代网络已经被定义在“复杂系统”类别下，并将随着移动云计算时代的来临变得更加高深莫测，企业很自然地要转向最先进的技术来带来效率和成本效益。事实上，大数据是大网络的关键。