隨著美國政府利用互聯網監視和追蹤民眾的消息浮出水面，這使得互聯網履行其最初使命的前景看似暗淡。現代計算技術正幫助公司和政府準確、快速地分析龐大的數據資源，其中數據庫系統、機器學習和Hadoop基礎架構三大技術發揮了非常重要的作用。

　　
　　全球消費者平均每月使用的網絡、電子郵件和數據流量圖

　　僅僅在五年之前，諸如美國國家安全局（National Security Agency，NSA）這樣的政府機構要想通過關鍵詞的方式高效率地分析數百萬份電話、文本消息和在線聊天記錄，簡直是不可能完成的任務。不過目前，一系列新技術的使用則讓NSA擁有相對充分的人力和財力做到這一點。尤其考慮到，這些關鍵詞最終有可能避免未來針對美國恐怖襲擊的放生。

　　這些新技術能夠在一個單獨的數據庫里存儲大量不同類型的數據，而且不需要使用造價昂貴的硬件設備就能夠實現數據的高速處理，同時還無需數據分析專家提前設定假設條件。

　　哈佛商學院客座教授、數據分析專家湯姆?達文波特（Tom Davenport）指出：“這些新技術為政府部門節省了巨額開支，同時還極大地提高了政府部門分析此類數據的能力。雖然需要配套的數據中心支持才能完成數據分析任務，但這些技術的成本要遠比幾年前低得多。”

　　NSA斥資十二億美元在猶他州打造大型數據中心將于今年秋季投入使用。目前尚不明確的是，到底NSA在覆蓋全美的數據中心使用的是何種計算技術。但總體來說，這些技術被分為三大類型：

　　1. 數據庫系統

　　大多數使用SQL編程語言的傳統數據庫是把數據存儲在由行與列組成的表格中。然而，當遇到存儲包括電子郵件或文本信息等字符串時，傳統數據庫就暴露了能力有限的弊端。而且它們還無法處理圖片或視頻。

　　而于2009年年底開始出現的新型數據庫NoSQL（Not Only SQL，不僅僅是SQL）則突破了傳統數據庫的能力限制，可以允許數據分析專家針對所有類型的數據創建信息要求。這些新型數據庫包括MongoDB、Cassandra和Simple DB等。

　　在幫助公司分析超大型數據組方面，NoSQL數據庫體現出了非凡的能力。比如，美國保險數據供應商Verisk Analytics Inc.的分析師就在針對數十億客戶資料不斷運行各種不同的數據模式和分析方法，以從中發現虛假保險索賠記錄。

　　Verisk 副總裁兼首席信息官佩里?羅泰拉（Perry Rotella）表示，使用IBM提供的傳統DB2數據庫“需要通宵達旦地工作6個小時才能完成工作”。此后，分析師還得投入大量時間研究得出的數據結果，并提出新的信息要求，而這恐怕還得再熬一個晚上。他指出，分析師每次都需要花費幾周時間才能創建出新的數據模型。Verisk最近剛剛開始使用更換后的NoSQL數據庫，分析師僅用30秒就能完成相同類型要求的運行。

　　羅泰拉表示：“突然之間，你的模型建構告別了幾天才更行一次的傳統，變成了實時更新狀態。通過使用NoSQL數據庫，你可以在一天內多次進行數據運行，這極大地縮短了獲得數據結果的時間。這項功能簡直太強大了。”

　　對于美國在線圖片交易平臺服務商Shutterstock Inc.來說，如果沒有NoSQL，該公司簡直無法生存。Shutterstock擁有超過2，400萬張圖片的存儲庫，而且每天還以1萬張圖片的速度遞增。其中的每張圖片都擁有相關數據來幫助用戶縮小搜索范圍。Shutterstock的數據庫還記錄用戶在該網站上的所有網絡行為，這些行為不僅包括諸如他們授權何種圖片這樣的重大決定，而且還包括微小的細節，比如他們的鼠標箭頭經常停留在什么地方以及停留的具體時長。