在大(dà)數據環境下，我們要處理(lǐ)PB級乃至EB級數據，量級達10的15次方乃至18次方，計(jì)算成本過于高昂， 這讓大(dà)多數中小企業對大(dà)數據計(jì)算依然可(kě)望而不可(kě)及。我們緻力于重新構建一套資源受限下的大(dà)數據查詢處理(lǐ)框架，把大(dà)數據變小，讓資源受限的中小企業也能享受大(dà)數據帶來(lái)的便利。

多數計(jì)算不需要訪問(wèn)全部數據，隻需要取其中的小數據集就(jiù)能得(de)到我們想要的答案。我們正在建立基于訪問(wèn)約束的有界計(jì)算模型與理(lǐ)論，把大(dà)數據計(jì)算規約成小數據上的處理(lǐ)； 針對不同計(jì)算問(wèn)題，設計(jì)基于訪問(wèn)約束的小數據識别方法；研究訪問(wèn)約束的自(zì)動挖掘和動态維護算法；研究基于非行式數據庫存儲的有界計(jì)算模型。 依托有界計(jì)算所研發的大(dà)數據實時分(fēn)析系統YashanDB，經實測，可(kě)提高通信數據查詢速度25-10萬倍（5個數量級），極大(dà)地節約了計(jì)算資源。