有很多因素推动了围绕大数据的炒作，具体包括以下因素。
在商用硬件上结合计算和存储：其结果是以低成本实现惊人的速度。
性价比：Hadoop 大数据技术提供了显著的成本节约（系数大约为 10），以及显著的性能改进（同样，系数为 10）。您的成就可能会有所不同。如果现有的技术输得如此一塌糊涂，那么就值得研究 Hadoop 是否可以补充或取代您当前架构的某些方面。
线性可扩展性：每一个并行技术都声称可以垂直扩展。Hadoop 具有真正的可扩展性，因为最新的版本将节点数量的限制扩展至 4,000 个以上。
可完全访问非结构化数据：具备良好的并行编程模型 MapReduce 的高度可扩展的数据存储在本行业中成为挑战已经有一段时间了。Hadoop 的编程模型并不能解决所有问题，但它对于许多任务来说都是一个强大的解决方案。
Hadoop 发行版：IBM 和 Cloudera
其中一个引起困惑的地方是，“我在哪里可以获得处理大数据的软件？” 本文中的示例都以 Hadoop 的免费 Cloudera 发行版为基础，其名称为 CDH（全称为 Cloudera distribution including Hadoop，包括 Hadoop 的 Cloudera 发行）。Cloudera 网站将其作为一个 VMWare 映像提供。IBM 最近宣布，它正在将其大数据平台移植到在 CDH 上运行。更多详细信息请参见 参考资料部分。
术语突破性技术 经常被严重过度使用，但在这种情况下，它可能是适当的。