در دهه اخیر حجم داده تولید شده سر به فلک گذاشته است. در هر ثانیه 30000 گیگا بایت داده در حال تولید است که این نرخ رو به رشد می‌باشد.
داده‌هایی که با آنها سروکار داریم متنوع هستند. کاربران محتویات متنوعی مانند تعاملات شبکه‌های اجتماعی توییت‌ها، پست‌های بلاگ‌ها و عکس‌ها را تولید می‌کنند. سرورها مدام از آنچه انجام می‌دهند لاگ تولید می‌کنند. دانشمندان جزئیات دنیای اطراف ما را اندازه‌گیری می‌کنند و اینترنت منبع بی‌نهایت داده که تقریبا به صورت غیرقابل درکی بزرگ است.
این رشد شگفت آور داده، کسب و کارها را به شدت تحت تاثیر قرار داده است. سیستم‌های سنتی پایگاه داده مانند پایگاه داده ارتباطی محدود شده و زیر فشار “داده حجیم " در حال فروپاشی هستند. سیستم‌های سنتی و تکنیک‌های مدیریتی مرتبط با آنها قابلیت تطبیق باداده حجیم را ندارند.