开源技术领军大数据应用

    企业将被迫根据数据量的增长点来扩大他们的基础设施的规模，而传统的“规模”技术，遗留系统和授权模式根本不起作用。从其发端开始，开源技术就一直站在海量数据管理的最前沿。今天，开源提供了最有效的方式来解决这样一个大规模的问题，并能够保证较之一小部分的替代解决方案做得更快，更准确。

    开源的数据和分析产品不再是其曾经的那样属于危险的赌注。他们现在不可或缺的业务组成部分，专有软件真正的替代。其具有一套基本的工具和坚实的技术基础，开源已成为一个引人注目的非常强大、极具成本效益的企业应用和基础设施建设模块。它已经登上了主流：不仅在供应商领域，同时还包括所有类型和规模的企业客户内部。

    一个全新世界的创新

    大多数新的大数据框架和数据库在开放源代码的世界里都有其根源，开发者经常创造出一些还没有进入主流的新的问题解决方法。这方面的代表企业包括许多大的网上通讯和数据交易供应商--Facebook、雅虎、亚马逊、Twitter和易趣网。他们均使用有助于创新开放性开发的举措。大数据重要性的普及及其成长可直接归因于开放源码。

    最终用户都开始改变他们的商业模式以支持Hadoop,努力创造新的数据服务。这改变了企业如何思考他们的数据库、数据仓库和智能系统。例如，沃尔玛最近表示，他们改变了其电子商务模式，通过将10个网站转移到一个，并从TrialSize系列十节点Hadoop簇转移到250节点Hadoop簇。同时，沃尔玛将建立若干工具从甲骨文、Netezza和EMCGreenplum系统来迁移数据。他们希望采用开放源码工具。沃尔玛还将使用一些现有的数据仓库技术，但程度要小得多。

    虽然这些公司是更好的Hadoop的发展的合作伙伴，但客户将只能选择一个给定的供应商合作伙伴进行部署。当然他们对于ApacheHadoop堆栈都做出了相同的贡献。这就是开源的美妙之处。大数据的技术复杂性是如此之大，你需要的是一个社会的共同努力，而不是仅仅靠单一的供应商来解决它。

    展望未来，我们将开始看到越来越多的“混合型”平台，企业之间共生的软件：甲骨文OracleExadata与Cloudera,或EMCGreenplum与MapR.开放源码运动将带来更大的创新，通过数据集成工具来处理开源和客户的遗留系统之间的鸿沟。

    企业期望利用大数据，不仅要了解像Hadoop这样的基础技术的复杂性，而且还需要有相关的基础设施，以帮助他们做出战略性决策的时代已经到来。没有这些配套能力，大数据将仍然是一个IT的特权，并仍然是业务线上的业务人员所无法企及的范围。

    如果你想减轻Hadoop的复杂性吗，你需要熟练的资源和互补的技术。随着企业Hadoop市场的不断成熟，企业为最苛刻的分析挑战部署集群，数据科学家们将继续利用开源为中心平台，以满足这些关键需求。