支持客戶在云計算中進行大數據分析的挑戰并沒有因為存儲設備問題的解決而結束。云計算供應商們紛紛表示，針對網絡和整個云計算架構，需要一個更為全面的方法。

這就意味著承認大數據分析并不適合使用云計算，Savvis公司的云計算解決方案副總裁Jonathan King說。但是，這也是互補性托管服務集合能夠大顯身手的所在，他說。

“你總是有需要滿負荷運行的大塊數據引擎，這就意味著它與其他組件不同，是專用基礎設施的理想選擇，它是負載可變、是適合使用云計算技術的，”King說。“有很多這樣的工作是批處理的，你將在不同的時間運行四個或八個小時，因此實現從專用到虛擬的轉變是真正有必要的。”

云計算中的大數據分析還為服務供應商們提出了網絡方面的問題。通過把所有的合作伙伴和客戶聚在一個云計算中以及運行著一個10千兆以太網網絡，CloudSigma實施者他的生態系統戰略，“這意味著你可以真正真正快速、低價地掌控TB級的海量數據，”Jenkins說。去年由CenturyLink收購的Savvis也正在考慮云計算大數據分析中網絡因素的影響。

“你不會希望總是傳輸TB級和PB級的數據，”King說。“把數據保存在那里，然后你可以進行分析。”

隨著SHI國際開發的一個大數據云計算服務即將問世(有可能將于明年正式發布)，云計算供應商正在利用其在云計算高性能計算(HPC)方面的經驗，通過與HP公司的合作關系向互聯網2聯盟提供基礎設施即服務(IaaS)。除了改善了存儲設備的性能以外，SHI國際的vCore架構還同樣實現了網絡和服務器性能的“自我優化”，Fastert說。

“事實證明，相同的方式完全能夠正常運行，我們為HPC設計和優化vCore的方法完全適用于大數據分析應用，”他說。“大多數云計算供應商們基本上都是一個單片架構，他們可以有大量的服務器、關系存儲設備等等，但所有這些都是單一架構的。當你使用vCore模式時，它允許你很容易地優化基礎設施的分段。這就證明了，相同形式的優化對于大數據分析也具有預期的良好效果。