如果不讨论采用本书中描述的技术时会遇到的常见障碍，我们的讨论就有疏忽。第一个障碍是文化，这也是最难克服的障碍。今天的许多数据专家都是从20 世纪70年代和80年代早期开始他们的职业生涯的，那时候“编码加修复”的编程方式是很普遍的。IT社区意识到这种方式导致了低品质、难以维护的代码，于 是采用了重型的结构化的开发技术，许多人至今仍按结构化的方式进行开发。因为这种经历，大部分数据专家认为，由20世纪90年代的对象技术革命所引入的演 进式技术不过只是20世纪70年代的“编码加修复”方式的rehash。公平地说，有一些面向对象的程序员确实是这样做的。他们把演进式开发与低品质画上 了等号，但将敏捷社区向大家展示，事实并非如此。最后的结果是，大部分面向数据的文献似乎陷入在过去传统的、串行式的思维过程，基本上忽略了敏捷的方式。 数据社区需要大步赶上，这需要时间。
第二个障碍是缺乏工具，尽管开源社区（至少是Java社区）正快速填补这一鸿沟。虽然在对象/关系（O/R）映射工具的开发方面已投入了许多工作， 在数据库测试工具方向也投入了一些工作，但仍然有许多工作需要做。正如编程工具提供商花了数年时间在他们的工具中实现重构功能一样（实际上，你现在已经很 难找到一个现代集成开发环境不包含这些特征了），数据库工具提供商也需要花数年的时间来做同样的事情。很清楚，人们需要易用的、灵活的工具来支持数据库 schema的演进式开发——开源社区正开始这方面的努力，我们预计商业工具提供商最后也会这样做。