云计算环境下，大数据面临着多个挑战和障碍。首先，大数据的存储和处理问题是其中之一。大数据通常以TB或PB级别的规模存在，传统的存储系统无法有效地存储和处理如此庞大的数据量。为了克服这个挑战，云计算提供了分布式存储和处理的能力，可以将数据分散存储在多个节点上，并通过并行处理来加快数据的处理速度。
其次，大数据的隐私和安全问题也是一个重要的挑战。由于大数据通常包含用户的个人信息和敏感数据，因此必须采取适当的安全措施来保护数据的隐私和完整性。云计算环境下的大数据安全问题涉及到数据加密、访问控制、数据审计等多个方面的技术和策略。此外，还需要考虑数据的合规性和法律风险，如何确保数据在存储和处理过程中符合相关法律法规的要求。
不仅如此，大数据的质量和可靠性问题也是云计算环境下的一个挑战。大数据往往是从多个来源采集而来，可能存在数据不一致、数据重复或数据缺失等质量问题。在云计算环境下，需要建立有效的数据清洗、数据集成和数据质量控制机制，以提高数据的质量和可靠性。另外，大数据的分析和挖掘过程也需要考虑数据的可靠性，确保结果的准确性和可信度。
此外，大数据的分析和挖掘过程中还面临着计算和算法的复杂性问题。传统的数据分析和挖掘算法往往无法处理大规模的数据集，需要开发并行化和分布式计算的算法来提高计算效率。同时，由于大数据的多样性和复杂性，需要开发和应用更加复杂和高级的统计和机器学习算法来挖掘数据中的隐藏信息和模式。
另外，大数据的可视化和交互问题也是一个挑战。大数据通常包含大量的数据点和维度，如果直接展示和呈现，会导致信息过载和可视化效果不佳。因此，需要开发和应用适合大数据的可视化和交互技术，以支持用户对大数据进行探索、分析和决策。
总结来说，云计算环境下的大数据面临着存储和处理、隐私和安全、质量和可靠性、计算和算法、可视化和交互等一系列挑战和障碍，需要综合使用分布式存储和处理、安全技术、数据清洗和控制、并行计算和分布式算法、可视化和交互技术等手段来解决这些问题。