作者面對的是大數據環境下數據草圖算法的存儲效率問題。具體問題包括：
- 存儲成本問題：在大規模數據處理中，數據草圖算法雖然減少了計算負擔，但存儲草圖本身仍然需要一定的存儲空間，這在企業級應用中可能導致顯著的成本。
- 壓縮效率問題：現有的數據草圖壓縮方法可能沒有充分利用數據的統計結構，導致壓縮後的數據尺寸沒有達到理論上的最優壓縮率，即接近草圖算法定義的隨機過程的熵下界。
- 壓縮與功能保留的平衡問題：在追求數據草圖的高效壓縮的同時，需要保證壓縮方法不會損失草圖算法的準確性和合併性，以支持大數據流的精確查詢和分析。