就資料型態區分，HP提供Big Data的解決方案，區分為結構化與非結構化，前者為Vertica、後者為Autonomy，都是2011年以併購方式取得的技術。
HP Vertica事業群大中華區總經理廖智寧表示，結構與非結構的資料型態所採用的原理跟方式截然不同，因此很難採用單一工具去處理。
但不論如何，Big Data處理的目的最終是為了進行分析，因此最終還是需回到關聯式資料庫。「而傳統資料庫架構最大的缺點就是不易Scale Out，Vertica是屬於Column-Base的資料庫，以MPP（Massively Parallel Processing）技術來進行分析，因此其效能與擴充能力自然較傳統資料庫來得好。」廖智寧說。
 |
| ▲HP Vertica事業群大中華區總經理廖智寧表示，只要資料需要進行分析，仍需仰賴關聯式資料，只是該如何改善執行效率，會是資料庫系統將面臨的挑戰。 |
他以全球客戶群中，知名網路遊戲公司的Zynga為例說明，其建置的Vertica資料庫規模如今已擴充到了237節點，這麼大規模的資料庫系統，但Zynga卻只用2名資料庫管理者，一般直覺會想到該怎麼管的問題，像是需要隨時監看資料庫索引（Index）路徑是否偏離，以避免影響系統回應速度。
「而Vertica厲害的地方就在於不需要運用索引。」廖智寧說，用索引的用意是為了讓資料以順序表示，但Vertica的資料一旦進入資料庫中就已排序完畢，也就不用再做索引，這即是其特點之一。
以資料庫的資料形態來看，垂直方向的資料同質性本來就會很高，橫向卻很低，因此在Column-Based的資料庫中執行壓縮也會比較有效果，且資料量越大越顯著。儘管如此，Column-Based並非可解決所有問題，廖智寧表示，需視應用場景而定，例如想要分析每天上線超過5小時、喜歡種菜、有線上消費紀錄者，這類分析型態由Column-Based來做就相當快；但若換成是ERP系統，分析的內容是BOM（Bill Of Material）表，那就不適用了，因為那是Row-Based的專長。
此外，Big Data最明顯的特性就是資料量大，但這些資料要如何保護、備份，同樣也是此趨勢下不可忽略的一環。
「在Big Data的世界，動輒上百TB，已經無法再沿用以往的備份／還原模式，因此這一塊需要較以往不同的解決方案。」廖智寧說，而HP StoreOnce Backup系列中即針對Big Data環境提供了B6200 StoreOnce Catalyst與Data Protector 7解決方案。其提供的重複資料刪除（Deduplication），雖然需視檔案屬性不同，可做到重複刪除的程度也不一樣，但他認為這種隨機存取的模式，最適合應用在郵件伺服器等環境，不須全部備份檔都回復後再找出需要的Mailbox，節省時間與人力的負擔。