虽然我们总是听到大数据——就像流行歌曲一样，但是实际上SharePoint更多是用于处理小规模数据。

大数据提供了发现和处理公司数据的机会，它现在已经成为必备的业务策略。但是，一直以来，SharePoint都不是处理复杂分析的工具。

众所周知，大数据是指大规模且复杂的数据集。大多数组织都有多年积累的历史数据，它们具有非常宝贵的战略意义。问题是，只有极少数组织掌握分析大数据的工具和专业知识。

SharePoint与小型数据

随着SharePoint平台的发展，它与微软的业务应用套件更好地整合在一起了，包括SQL Server和Office。这种整合已经完全体现在SharePoint 2013上。

SharePoint基于SQL Server，SQL Server的工具集可以存储和分析大规模数据集。此外，微软在SQL Server 2005中开创了开箱即用且用户友好的商业智能工具，引入了一组能够创建数据仓库和数据集市，方便地分段提取、转换和加载数据的工具集，以及从Transact-SQL演化而来的，能够查询那些处理n维数据结构的有力工具。这样，你不需要在内部聘请商业智能专家，就可以完成一个成功的商业智能项目。你只需要安装SQL Server 2005及以上版本，然后交由一般IT人员去完成。

SharePoint 2010包括PerformancePoint，这是微软的仪表板/关键性能指标（KPI）技术，它已经绑定到SQL Server Reporting Services和Excel上，可以更方便地执行业务分析。

那么，问题出在哪里呢？为什么SharePoint仍然只是一个小规模数据管理环境，为什么我们不能将它看作是大数据工具？

人决定了处理能力

一直以来，在SharePoint中执行的分析都使用Excel Services。

但是，这里有一个严重的问题：因为SharePoint主要帮助业务端人员处理数据，而非IT人员，所以它所能处理的文件对象有一个硬性的2GB大小限制。在大数据领域，2GB根本不算什么。

现在，SharePoint改进了2个主要特性，目的是克服大数据障碍，同时又减少对于IT的依赖：第一，它引入了开放数据协议（OData），它使用REST应用编程接口，读取SharePoint中Excel工作薄的信息。业务用户现在可以将一个分析工作薄同时链接到多个数据源：将要分析的数据不一定要存储在SQL或数据仓库中。

第二，更重要的是，虽然SharePoint的对象仍然有2GB大小限制，但是在执行分析处理时，内存内操作的数据量已经没有硬性限制。所以，用户可以创建一个分析工作薄，然后在其中存储不超过服务器物理限制的数量，然后再处理数据。但是，最终存储在SharePoint的结果不能超过2GB。

其他方面

SharePoint 2013的处理能力只是其中一个方面。除了执行工作表数据分析和在过程中处理大数据集的能力，它还有许多新的处理工具：改进的PowerPivot;新数据显示功能;数据建模与可视化引擎Power View;PerformancePoint仪表板的iPad接口。

最关键的是，SharePoint 2013最终会将SharePoint的大数据处理变为现实。