Hadoop之后：大数据的未来

在实时数据世界里，为什么我们还这么执着于Hadoop?根据调查数据显示，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。

在实时数据世界里，为什么我们还这么执着于Hadoop?

根据调查数据显示，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。

还没有真正部署Hadoop的企业可能想要再等一等。而随着Apache Spark等其他技术(Storm、Kafka等)的出现，我们似乎与Hadoop的批处理渐行渐远，逐渐转向实时数据的未来。

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