大数据架构通常会包含各种混合处理平台和数据存储，要有效地在这些框架上管理和治理数据变成了一项必须任务。但是，大数据治理过程通常仍然处在开发的早期阶段，可以帮助处理治理工作的软件工具也只刚刚兴起。

在德克萨斯州大学MD安德森癌症中心，数据治理是下一阶段大数据策略的重要部分，他们同时还关注数据安全措施的加强。Bryan Lari是MD安德森癌症中心制度分析主任，他说：“这些方面我们最开始的时候并不太关注”，随着IT团队部署了Hadoop集群，各种应用在三月份的时候都步入正轨，这时才开始重视。不过这家休斯顿的医疗机构要想获得大数据部署的最终成功，必须制定完善的治理策略。

通用电气公司能源服务部门通过自服务商业智能工具操作的业务用户有2.2万人，在这样的情况下管理Hadoop架构做大数据治理也是关键因素。通用电气能源服务公司首席企业架构师Don Perigo说：“一旦大数据真正变得越来越大，你就需要处理它了。”

大数据环境并不像早期锁定应用于BI和分析系统那种场景了。Perigo在亚特兰大工作，他说：“以前每次你想做点事的时候，必须先向管理员要权限。”相比之下，大数据平台的治理模式更像“西大荒模式”。“人们想做什么都比较自由，当然也有治安官在密切监视行为。”如果必要的话，IT团队可以修改查询提升运行效率或者完全关闭用户账户。

随着Hadoop集群把NoSQL数据库、传统数据仓库和其它数据存储资源整合起来，大数据治理的挑战只会变得更大。Mike Ferguson是英国Intelligent Business Strategies咨询公司总经理，他说：“危险就在于一切处于混乱状态，没有人真正知道所有这些数据存储会发生什么。”

Ferguson在2016年美国俄勒冈州Grants Pass市举办的西北太平洋BI峰会上表示，信息目录和元数据管理工具可以帮助解决混乱问题，不过现有工具并不能完全胜任。“这中间并不是小差距，而是有较大空白。”