大部分大數據集由一個重要的元數據進行定義，但這些大數據集亦給當前及未來的數據管理實踐帶來嚴峻挑戰。
一般來講，NASA 方面的主要任務在於從太空中的航天器處持續獲取信息，而且其生成速度要遠高於當前的數據管理、存儲與分析速度。
NASA 主要擁有兩種航天器類型，其一為深空飛船，其二則為近地軌道衛星。
深空飛船的作用在於以每秒 MB 量級向地球發回數據，而近地衛星盡管在運轉機制上與深空飛船類似，但傳輸的數據量卻為每秒 GB 級別。
NASA 利用激光等通信技術將大規模數據的下載能力加速至上千倍。
但就目前而言，NASA 無法處理這麼多數據，而其顯然有必要為此做好準備。
事實上，當下 NASA 設定的目標為在一天之內處理 24 TB 數據。
如果我們將其整體數據量視為單一任務，那麼其單日數據處理量將達到國會圖書館的 2.4 倍。
NASA 專註於從大量數據當中收集最為重要的信息，而非存儲全部數據——這是因為從航天器處將數據轉移至 NASA 數據中心將帶來極為高昂的成本。
而在數據中心內數據量的積累過程中，NASA 亦面臨著對這批數據進行存儲、管理、可視化以及分析的一系列後續任務。
為了對 NASA 需要處理的任務規模擁有初步了解，我們這裡分享一項實例：截至 2030 年底，全球氣候變化數據庫的規模預計會增加至 230 PB。
更確切地進行比對，美國一年之內郵政服務所發送的全部信件總數據量僅相當於 5 PB。
除了航天器之外，NASA 還需要處理來自在線平臺、低成本傳感器以及移動設備的數據。
2012 年 10 月，《哈弗商業評論》雜志發表的一篇文章將這項任務描述為『我們每個人都相當於一臺會走動的數據生成器』。
與其它眾多機構一樣，NASA 的大數據挑戰似乎同樣極難得到解決。