对于大数据的发展，主要划分为哪几大阶段？

1.部署阶段

2011—2013年，互联网公司开始实验大数据技术，推出了若干的Hadoop（一个开发和处理大规模数据的软优平台）试点计划或者尝试了一些试点方案，由此出现了诸如“数据科学家”和“首席数据官”等此前并不存在的职位。他们做了很多努力，但是依然没有出现足够多的、可以展示的成果。此时，更多的公司对大数据技术持观望态度，它们寄希望于某个大型供应商可以提供一个一站式解决方案，比如IBM公司，但这种情况并没有出现。

2.生态体系正在成熟

当一部分大数据企业完成了融资，企业规模得到了扩大时，更重要的是它们从早期的失败中获得了宝贵的经验，已经可以提供成熟、经受过考验的产品。其中的佼佼者已经成功上市，比如2015年上市的Hortonworks公司；没上市的也已经获得上亿美元融资，在资金方面看起来不会显得那么单薄，比如Cloudera公司。

随着大数据领域的创业持续进行，公司的数量与日俱增，行业基本趋势也慢慢发生了变化，大数据业务的中心从基础设施（开发者和工程师）转移到了数据分析（数据科学家和分析师），甚至在应用方面已经初露端倪。

3.大数据基础设施持续创新

尽管大数据的重心已经转移，但是基础设施领域的创新仍然富有活力。2015年，ApacheSpark大热，这个利用了内存处理的开源框架受到了IBM、Cloudera等企业的拥护。ApacheSpark的出现解决了一些导致Hadoop采用放缓的关键问题：ApacheSpark数据分析更快，更容易编程，并且跟机器学习能够很好地搭配。

在数据库领域内，出现了很多新兴玩家，也出现了很多令人兴奋的技术进步，比如图形数据库的成熟、专门数据库的出现&#x