平行檢索和MapReduce等技術，讓Google等公司在大資料處理領域脫穎而出。不過我們使用的傳統資料處理系統，在處理大資料時捉襟見肘。且看Apache協議下的開源框架Hadoop，加上德國科學家的努力，能否帶來新的可能。
不只科研機構需要處理大量資料，企業也需要。傳統資料庫管理系統經常不能勝任，而大資料的檢索缺少合適的軟體。薩爾布呂肯（德國西南部邊境城市）的計算機專家創造了一種方法，可以快速有效檢索大量資料。
“大資料”指數量龐大的電子資訊，規模大而且複雜，傳統技術很難處理。歐洲核子研究組織（CERN）之類的科研機構，Google和Facebook等大企業，都會需要處理大資料來做戰略決策。《紐約時報》去年的一篇文章，寫到大資料分析的成功案例：美國Target（目標）公司透過分析一個女孩的消費行為，知道她懷孕了，那時她爸還不知道。
需要分析的資料，會分散放在網路上的若干伺服器中，一些伺服器同時收到檢索詞，平行檢索。傳統資料管理系統找不到全部例項，要麼是不能處理大資料，要麼是讓使用者很難用。因此資料分析專家喜歡Apache Hadoop框架下並使用HDFS檔案系統的開源工具，這些工具不需要專業知識。“只要熟悉Java，就能做不少事”，德國薩爾州大學資訊系統教授Jens Dittrich說。不過他也坦言，Hadoop處理大資料受限制，比不上專門為平行處理設計的資料系統。
Dittrich和同事為了解決這個問題，開發了“Hadoop強力索引庫”，縮寫為HAIL（冰雹），使得資料以特殊方式儲存在HDFS檔案系統上，檢索可以加快100倍。研究人員使用的方法，你在電話簿裡就能找到：聯絡人名字可以用姓氏來排列，這種排列就產生我們所說的索引。研究人員對若干伺服器上的資料做索引，和電話簿索引不太一樣的是，他們的索引是基於若干不同標準，單次索引，多次儲存。“使用的標準越多，快速找到資料的可能性越大”Dittrich解釋說，“仍然用電話簿的例子，如果你有6個電話簿，分別按名字、街道、郵編、城市、手機號排列，你就能依據多個標準檢索，更快找到聯絡人。”除此之外，Dittrich和研究團隊做索引時並不需要額外費用，他們合理安排索引過程，這樣就不需要額外的計算時間和延遲，甚至儲存空間都只需要很少。
研究人員將在漢諾威3月5日的德國漢諾威國際資訊及通訊技術博覽會上展示他們的成果。