最近跟朋友交流,公司正在为大数据技术选型烦恼,主要是不同的团队基于不同的诉求,要求结果不一样。比如说有从稳定性考虑,有从维护性考虑,有从使用便利性考虑,也有从成本考虑,还有从团队能力模型考虑的。
不管哪种维度,理由说起来都对,然后决策时,大佬们的出发点如果不一样,就会陷入僵局。对应目前的公司,其实大同小异、问题如出一辙。
我们先看看基础大数据平台选型时,针对以上几个维度的考虑逻辑及相关影响。
首先是稳定性:这是基础大数据平台的根,没有稳定性,则地基不稳,最终就会成为水中月、镜中花,业务团队一用事故一大堆。这也是最有核心价值的地方,评价一个团队是否具备很强的技术能力,就是在技术框架、工程平台、部署运维中不断提升的SLA,在满足业务需求后稳定性越高,则具备更高更实用的技术能力。先进与否,前沿与否只是技术领先性的指标,是在稳定性之上考虑其他维度,稳定性才是技术深度强度的可靠证明。
其次是开放性:目前基础大数据平台构建有几种方式,一种基于大厂构建大数据技术架构平台进行数据开发,属于使用者模式;另外一种是基于开源自建大数据技术架构平台进行数据开发,属于掌握者模式。如果是小公司,定位为使用者的角色,快速利用大厂的商业大数据平台(含基础架构、工程平台、运维监控等)构建大数据处理中心是比较好的方式。如果是有非常大体量的数据处理,有非常多的个性化需求,是一个有技术追求的团队,有着自己的大数据平台理想,就不要依赖于大厂,建立自己的研发团队,构建自己的大数据平台,在满足需求上将会得到比较好的收益,包括技术积累、人才提升、定制需求满足等等。</