Hadoop证明大数据大有作为的10个理由-低调大师

Hadoop证明大数据大有作为的10个理由

2017-08-31 526

文章讲的是 Hadoop证明大数据大有作为的10个理由，大数据已经成为2012年IT界最时髦的一个词，几乎每个IT人士都在谈论大数据。随着互联网科技日益成熟，各种类型的数据增长将会超越历史上任何一个时期;用户想要从这庞大的数据库中提取对自己有用的信息，就离不开大数据分析技术和工具。以下一组幻灯片截图(欲查看原幻灯片请点击文末原文地址)主要是通过分析云计算平台Hadoop，向大家展示了大数据分析将大有作为的10个理由。

　　1. Hadoop用户迅速增长

　　越来越多企业开始使用Hadoop平台处理大量数据。在今年的Hadoop峰会上发布的数据显示，2009年Hadoop服务提供商总共只有9家，而今年已经超过了120家。

　　2. Hadoop整合功能加深

　　仅靠Hadoop服务是无法解决企业的大数据问题的，很多传统的数据库管理系统开始整合Hadoop服务，以便更好地为企业服务。比如，惠普、戴尔、甲骨文、IBM等知名公司都分别有针对自家需求的Hadoop服务。

　　3. 更多Hadoop服务走上云端

　　云端上的Hadoop服务让大数据分析和处理更加方便快捷。

　　4. 原始数据的价值

　　在相关大数据分析处理技术出现之前，IT公司经理们通常要对公司数据进行删选以便用户查询和分析。现在，各种大数据分析工具既方便用户查询数据，又能避免泄露公司机密;同时，所有原始数据都将完好保存。

　　5. 大数据开发技术的短板

　　阻碍大数据分析技术或是使用Hadoop的原因之一就是缺乏相应的技术、环境/数据安全以及可行性。幸好，许多开源和专利软件社区都已经着手解决这些问题。

　　6. Hadoop成为主流

　　正如前文所说，许多传统企业(包括银行、电信公司和零售商)都开始使用Hadoop服务。但很少有人愿意分享所有细节，也仍旧很难找出一个真正的ROI(投资回报率)案例进行分析。

　　7. Hadoop并非一枝独秀

　　一说到大数据，很多人第一时间想到的就是Hadoop。其实还有许多其他不错的大数据分析平台，比如Platfora，Datahero等，可参见之前报道。

　　8. 磁盘终将被历史淘汰

　　目前，应该有一半以上的企业还在利用磁盘进行数据存档、备份和恢复。但随着大数据分析技术日渐成熟，磁盘终将被淘汰。

　　9. 机器学习和人工智能的崛起

　　机器学习和人工智能正在崛起，但在银行、金融服务、电信以及制造等传统行业它们仍是十分稚嫩的新兴技术。

　　10. Hadoop将继续发展

　　Hadoop仍处在初级阶段，在未来还将具备更多功能，比如自由文本搜索功能以及基于GUI(图形用户界面)的可视化工具。

　　有人说，未来的十年将是一个“大数据”引领的智慧科技的时代;也有人说，大数据也可能是一场骗局。不知各位看官有何高见?

作者:李焕珠

来源：IT168

原文链接：Hadoop证明大数据大有作为的10个理由

微信关注我们

原文链接：https://yq.aliyun.com/articles/221500

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

解救选择困难，Hadoop在线分析处理选型

文章讲的是解救选择困难，Hadoop在线分析处理选型，数据分析市场从来都很活跃，就好像随时随地都会诞生无数的新工具新技术新框架一样，其实无非就两种，充满了大鱼吃小鱼故事的商业软件市场和开源数据处理软件。在互联网精神和开源情怀的引导下，各种专业领域的开源软件日益壮大。百花齐放的情况下，到底要如何选择呢? Hadoop是一个非常好的数据存储平台。在开源世界，Hadoop将人们引入了大数据时代，处理TB级别的大数据成为一种可能，但实时性能一直是Hadoop的伤痛。直到14年，Spark横空出世，通过最大利用内存处理数据的方式，大大改进了数据处理的响应时间，快速发展出一个较为完备的生态系统。联机分析处理(OLAP)通常是针对一些传统的专有平台上比较小的数据集。幸运的是，现在有很多Apache Hadoop项目已经开始实现OlAP了。 Apache Kylin Apache Kylin，中文名麒(shen)麟(shou)，是Hadoop家族中的重要成员。Apache Kylin是一个开源分布式分析引擎。针对企业使用Hadoop管理数据中现有分析工具难以水平扩展、无法处理超大规模数据等痛点产...

2017-09-01

517

文章讲的是 Spark与Hadoop两大技术趋势解析，开源数据集如今深受开发者喜爱，比如谷歌的Images dataset数据集，YouTube-8M数据集等。通过对数据集里的数据进行分析，可以发现许多隐藏信息，比如客户喜好、未知相关性，市场趋势以及其他有用的商业信息。大数据分析对企业降低成本，准确掌握市场趋势，更快完成产品迭代十分有用。说到大数据分析，16年基本被Spark与Hadoop霸屏，到底是什么样的魔力让它们足以引起大数据世界的波动，未来又会如何发展呢? Apache Spark Apache Spark起源于加州大学伯克利分校，对于复杂分析来说是一个十分不错的开源处理引擎。Spark提供了一个全面、统一的框架用于管理各种有着不同性质(文本数据、图表数据等)的数据集和数据源(批量数据或实时的流数据)的大数据处理的需求。每一个Spark应用程序，都由一个驱动程序组成，运行用户的main函数，并且在一个集群上执行各种并行操作。 Spark提供的主要的抽象概念是具备容错能力的弹性分布式数据集，一个覆盖整个集群的只读多重数据项集。弹性分布式数据集(RDD)帮助实现交互式算法，通过...

2017-09-01

532

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。