在大数据环境下，我们要处理PB级乃至EB级数据，量级达10的15次方乃至18次方，计算成本过于高昂， 这让大多数中小企业对大数据计算依然可望而不可及。我们致力于重新构建一套资源受限下的大数据查询处理框架，把大数据变小，让资源受限的中小企业也能享受大数据带来的便利。

多数计算不需要访问全部数据，只需要取其中的小数据集就能得到我们想要的答案。我们正在建立基于访问约束的有界计算模型与理论，把大数据计算规约成小数据上的处理； 针对不同计算问题，设计基于访问约束的小数据识别方法；研究访问约束的自动挖掘和动态维护算法；研究基于非行式数据库存储的有界计算模型。 依托有界计算所研发的大数据实时分析系统YashanDB，经实测，可提高通信数据查询速度25-10万倍（5个数量级），极大地节约了计算资源。