Hadoop之后大数据的未来在谁的身上

小编来了解一下吧。

在实时数据世界里，为什么我们还这么执着于Hadoop? 根据451 Research调查数据显示，围绕批处理架构的Hadoop仍然是大数据的代表技术，尽管其声誉仍然超过实际部署情况。下面我们来具体了解一下。

批处理不是重点

Cloudera的Doug Cutting是一个非常聪明的人，也是开源开发人员，Hadoop、Lucene等大数据工具的开发都有他的功劳。

虽然Cutting承认实时流媒体技术的重要性，但他并没有否认面向批处理的Hadoop的价值，他表示：

并不是因为我们觉得批处理是最好的，所以Hadoop围绕批处理而构建。批处理(特别是MapReduce)很自然是第一步，因为它相对容易部署，并提供很重要的价值。在Hadoop之前，没有办法使用开源软件在商品硬件存储和处理千兆字节。Hadoop的MapReduce是很大的进步。

我们很难说清楚大数据的商品化对这个世界的重要性。这并不是说在Hadoop之前我们没有存储和分析大量数据，而是Hadoop让我们非常廉价地实现这个过程。

总之，Hadoop民主化了大数据。

转向流数据?

然而，Hadoop并没有让大数据分析变得容易。正如DataStax首席布道者Patrick McFadin表示，从企业数据挖掘价值并没有那么简单：

我们都听说过存储和分析PB级数据的投资回报率的问题。谷歌、雅虎和Facebook都在从中创造惊人的价值，而大部分企业都在试图研究如何分析所有数据，第一：收集所有数据;第二：……;第三：利润!

在数据收集和利润之间有很多麻烦的步骤。随着企业试图加快对实时数据的分析能力，新技术为他们提供了可能。

McFadin发现了这个新大数据堆栈的关键要素。首先是一个排队系统，Kafka、RabbitMQ和Kinesis等。然后是流处理层，这可能包括Storm、Spark Streaming或者Samza。对于高速存储，企业经常转向Cassandra、HBase、MongoDB或者MySQL等关系型数据库。

最有趣的是批处理仍然有用武之地。McFadin表示，批处理现在可用于处理，即汇总和更深入的分析。批处理和实时的融合被称为“Lambda

（编辑：开发网_郴州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!