Hadoop太复杂了，国内基本上没有什么人可以搞定。作为一种开源平台，获取Hadoop很容易，但驾驭Hadoop就比较难了，特别对于传统行业/企业而言。
大家已在第一时间看到了Hadoop之父Cloudera公司首席技术官Doug Cutting和英特尔中国研究院吴甘沙院长关于大数据原汁原味的对话(参见：Hadoop之父对话英特尔中国研究院院长吴甘沙)。所谓的批肯定不是批判，对于这样的泰斗级人物，只能是仰望，何来批判。批，就是批注，或者说是读后感。
英特尔中国研究院院长吴甘沙
2020年攻克癌症
在吴甘沙院长的谈话中说到，人类在于癌症战斗的这几十年间，癌症的治愈率仅仅提升了8%，其中非常重要的一个因素，就是有关癌症的基因组样本数据太少，影响了研究。随着大数据的进步，特别数据量的指数级增长，这就给癌症的大数据研究创造了条件，乐观地看，2020年，人类有望攻克癌症。
批注：这当然是一件非常的好的事情。有资料显示，人基因组工程已经告罄，接下来是蛋白组学在临床中的应用。当蛋白组学和临床医学彻底结合的那一天，就是癌症被攻克的日子，不仅是癌症，相当多的疾病会因为这一技术突破，淡出人类的历史。我不是这方面的专家，无从判断，但通过高性能计算，大数据分析研究，如果能够造福人类，将是一件令人鼓舞的事情。让我们带着一个美好的愿望，期待事情的发生吧。
数据咖啡馆
数据咖啡馆是吴甘沙院长演讲中另外一个亮点，而且吴院长用“相逢不必相识，没有使用没有买卖”进行了表述。他表示，英特尔针对数据咖啡馆，从安全分析、使用审计和数据定价提供标准和方案。
批注：钦佩英特尔的眼光，一语中的，抓住大数据应用的主要问题。
在我看来，数据咖啡馆的核心就是数据开放，技术问题尚在其次，数据开放才是重点。在美国，奥巴马总统多次呼吁从法律、法规的高度，呼吁开放数据，可谓高屋建瓴。但国内，特别是传统行业/企业，无不把数据视为核心资产，深恐有任何闪失和疏漏。
据我了解，国内很多行业开展大数据过程中，数据绝对不能够离开内部的服务器，即使业务合作伙伴，只能够使用数据，但不可能得到数据。很多用户都知道所谓全数据分析更能够获取数据背后的奥秘。就像吴院长所说的，电商1+电商2的全面用户画像会更加精准。但问题在于，这个“+”怎么实现？
我能够理解行业用户防贼般心态可以理解，就像我在“高速摸奶男和隐私保护”一文中所表述的，在当今这样的环境中，数据开放将是奢望。因此对于英特尔的数据咖啡馆在国内的前景，我并不乐观。在我看来，这不是一个经济收入的问题，而是一个意识的问题。 预计数据咖啡馆会有很长的路要走，希望越短越好。
中国大数据至少落后两年
这是Cloudera 公司副总裁苗凯翔先生的判断。
苗凯翔表示，如果说2011年是中国大数据元年，距今也有几年的历史了，对于大数据特点，全数据分析等，国内也不陌生。金融、电信、政府等行业用户也尝试了很多大数据的应用，但从应用的水平来说，广泛性和深度，中国较之国外至少落后两年。
苗凯翔不仅给出了判断，也给出了原因分析，国内没有一个专业的大数据服务提供商。他表示，Cloudera来了，Cloudera会促进大数据应用水平的提高。
批注：Cloudera还是很会宣传的。但对于Cloudera来说，目前的舆论认知对其并不有利。在“大数据落地难 Hadoop难辞其咎”一文中就说到，很多行业用户把Hadoop作为大数据的代名词加以研究，浪费了大量的经历和时间，捡了芝麻丢了西瓜。这就是一个无奈的现状。
苗凯翔先生在演讲中也说到了，Hadoop太复杂了，国内基本上没有什么人可以搞定。作为一种开源平台，获取Hadoop很容易，但驾驭Hadoop就比较难了，特别对于传统行业/企业而言。所以应该关注大数据分析这个目标，而不是分析的平台。
对于大数据，人们可以用习惯的方式，如SQL等成熟的工具进行分析。实际上，Splunk、Actian、GreenPlum、Vertica等都是非常成熟的工具，可以直接加以使用。不要为Hadoop耽误太多时间。
对于Cloudera不利的是，大家熟悉Cloudera，更多是熟悉其Hadoop分发版。如此，Cloudera就与Hadoop建立对应关系，而Cloudera更具有价值的各种工具，其实并不为外界了解。我也不了解这些工具。当我跟Cloudera接触，希望进一步了解这些工具时，得到答复，还是需要结合具体的应用加以介绍。在我看来，这会困难重重。
所以改变落后的局面，应该不乐观。
Hadoop之父印象最深刻的案例
也许是语言理解上的问题，总感觉Hadoop之父Doug Cutting先生演讲不够接地气。也许是在开源技术的熟悉程度上不够，总之能够激发的兴趣点不多。但Doug Cutting对2015年开源社区热点判断到也值得关注。Doug Cutting新的热点也许在于机器学习技术的泛化，更多会被应用到大数据的应用中。
Hadoop之父Doug Cutting
另外一个亮点是Doug Cutting先生印象深刻的大数据应用案例。有两个，一个是一家信用卡企业，通过使用Hadoop集群，分析5年积累的数据，发现了一个金融欺诈方式被反复使用，借助Hadoop反欺诈取得很好的效果。另外一个是亚特兰大某儿童医院，通过对于婴幼儿ICU数据监测，改善服务。Doug Cutting表示，此前这些数据都不被保存，但通过数据监测，发现采血前后，各30分钟内，婴儿的脉搏加剧，表明处于一种紧张、惶恐的状态。通过这一发现，医护工作者可以提供针对的服务。这让Doug Cutting印象深刻。
批注：发欺诈的大数据应用其实并不陌生。类似应用，在互联网领域较为普遍，生活中也会有接触。例如出差登陆QQ等，我们手机接到预警，其背后就是海量大数据监控。对此，有很好的客户体验。
但让人不解的是，这么贴心的客户体验为什么不能贯穿全局呢。如果你遇到了QQ号被盗，你就会知道冻结账号的手续有多么糟糕。仅仅是服务电话的选择菜单就足够折腾了，当然这是题外话。对于打动Doug Cutting的案例，似乎有些缺乏新意。或者说，不够典型。当然，首先是理解上的障碍。当谈到华人对于开源社区贡献的障碍时，语言问题也被涉及，这真让人无语。
声明： 此文观点不代表本站立场；转载须要保留原文链接；版权疑问请联系我们。
