聊聊大数据的三重门
為什么80%的碼農都做不了架構師？>>> ??
聊聊大數據的三重門
人類實現了信息的存儲，就像Time Machine一樣，回到任意一個點，通過已有的數據重新構建過去的影像，也能夠預測未來，模擬一個虛擬而準確的未來環境。兄弟連云計算培訓就跟大家聊聊這大數據的三重門www.lampbrother.net
?
大數據第一重
這是大數據的第一階段，也是大數據當前所處的階段。這個階段的表象是：
大數據部門在大部分公司遍地開花，
大家一擁而上
這一階段的必然結果是:
大家發現耗費了大量人力物力，
終究是收效有限
雖然大部分企業的消耗了大量的資金,卻沒有帶來應有的價值,但帶來的一個副產品是
企業花的錢給工業界和學術界
積累了大量的大數據人才
這些人才會在第二重階段時產生巨大的價值。
為什么云計算培訓會做出上面的結論?我先說個例子吧，光是搭建一個像樣子的數據平臺，就需要5-6個熟練的大數據工程師折騰大半年，還不包括真正基于之上的多維分析，機器學習(預測)等產品，而這些產品的難度也是很大的，需要大量的人力，關鍵是還不一定能做好。要達到高效的計算，以及系統的穩定，機器的數量也有不少要求，因為大部分大數據組件都是分布式的。
與此同時，很多人已經意識到了大數據的實施難度，一些專門服務于大數據產業的公司也開始慢慢誕生成長，這些公司覆蓋了從大數據組件開發，到大數據平臺構建，再到基于大數據平臺的上層解決方案，并且在各個行業慢慢伸出了自己的觸角。
譬如：當前比較火熱的互聯網金融，其實就是依托于大數據，做各種原先金融行業很看重的信征，欺詐檢測，自動放貸等。這些基于大數據而帶來的技術變革大大提高了金融行業的效率，為資金更快的流轉提供了基礎，從而對所有行業都會產生深遠影響。
?
然而這些公司在當前階段還沒有形成主流，各個公司依然是偏向于選擇自建數據平臺。
大數據第二重
進入到第二重時，會有明顯的四個特征：
在大量的中小企業碰壁之后，他們意識到，自己做大數據并不是最明智的選擇，轉而尋方案解決提供商。
大量的大數據服務公司開始已經做好原始積累。在技術和行業經驗上得到充分的發展，并且在行業形成較好的口碑，其行業觸角也已經覆蓋大部分產業。
大公司發現畢竟自己的主業不是去做大數據，而是基于大數據的結果更好的幫助自己已有的產品或者導向做好新的產品。這個時候大公司本身也開始慢慢尋求一些第三方大數據公司的支持。
?
更好的數據法規支持，保證行業內的數據隱私，安全等(很重要)。
?
此時，整個大數據行業開始慢慢恢復到理性成熟階段，大家各司其職。BAT依然會以自己的主業為主，大數據雖然是一個產生變革的技術，然而終究是為了產品服務的，應該讓擁有大數據基因的公司去做更好些。這也是人類分工體系下必然產生的。
?
這個時候由于有了第一重階段的人才積累，很多人會出來創業，大數據創業會成為潮流，并且枝繁葉茂，漸漸覆蓋各個行業的各個領域。隨著時間推移，一些公司在各自的領域深耕，漸漸形成一些領域內的重量級解決方案公司，而不管是中小型企業，還是大企業，慢慢都會將大數據業務慢慢轉移到更專業的大數據公司。
?
此階段，可能私有部署依然是主流。
?
大數據第三重
?
到第三重的時候，也會有幾個特點：
1.大數據企業也會形成三極，類似現在的BAT,擁有了產業里的哥斯拉。
2.云計算的發展已經到了：
中小型公司，絕大多數都已經在云端
大型公司，已經完全普及混合云架構
?
這個時候，大數據領域的幾家巨頭公司，慢慢將自己的業務場景抽象和覆蓋的差不多，慢慢成為了大數據云服務公司。
?
此時可能會產生如下的幾個有意思的情況：
?
這幾家大數據公司會在幾家主流云平臺搭建各自的大數據平臺，方便企業的數據接入
?
大部分企業內部可能只有分析師，不再有數據平臺架構師,算法工程師等。具體情形和現在使用公有云相似，一些做基礎運維的崗位慢慢都被淘汰。
?
對應的大數據公司，產生的效益應該要遠遠好于用戶自己搞，因為他們積累的大量的行業共通經驗。應該可以節約了大量的企業和社會成本。
?
后話
?
云化是整個IT產業的趨勢，而在其上的各個產業，譬如大數據產業，也終究是逃不掉這個大趨勢的。 大數據，還有云計算，是整個新的信息革命的基礎，愿大家乘著這巨浪，到達屬于自己的彼岸。
轉載于:https://my.oschina.net/ljxiu/blog/725500
總結
- 上一篇： 数据库对数字不限长度的冒泡排序
- 下一篇： python中xrange和range的