큰 데이터 여행을 시작 하는 Hadoop에 열쇠를가지고

큰 데이터 기술 모델, Hadoop은 항상 축복 하 고 저주 큰 데이터를 사용 하는 기업. Hadoop은 강력한, 하지만 매우 복잡 하 게 뭔가 쉽게 밖으로 나올 하 고 큰 데이터 프로젝트를 시작 기다릴 것을 선호 하는 많은 기업.


대기가 끝났습니다. Hadoop은 Hortonworks 및 Cloudera, 절반으로 Hadoop의 학습 곡선을 감소 같은 공급 업체에서 중요 한 사용의 용이성 향상을 꾸준히 진행을 하 고 있습니다. 회사는 점점 큰 데이터 및 고급 데이터 분석 기본 ETL 작업에서 마이그레이션할 Hadoop 포용 됩니다.


작은 시작 하는 더 많은 사람들이 모르는 회사 큰 데이터를 처리 하기 위해 Hadoop을 사용 하는 트릭은 하지만.


작은? 단어는 Hadoop의 관련이 없는 것 같다. 하지만 큰 데이터의 현실에 완벽 하 게 준수 합니다. 우리는 PB와 ZB 수준 데이터에서 Hadoop의 장점에 대해 얘기 하는 경향이 있지만 대부분 회사 PB 규모 문제를가지고 있지 않습니다. 아주 최소한, 그들은 확실 하지이 정도의 문제를 관리 하는 방법을 않습니다.

반면, 큰 데이터 컨설팅, Newvantage, 회사의 첫 번째 관심사 설문 조사에 따르면
는 새로운 유형의 구조화 되지 않은 데이터 마스터링입니다. 가트너 확인, 말하는: "많은 단체를 찾아 큰 데이터 다양성 총 또는 실시간 보다 더 많은 도전." "


따라서, 스마트 둡 업체는 수정 소규모 배포에서 거기에서 성장 하는 회사를 그들의 전략. 숀 코 널리, Hortonworks 기업 전략의 부사장 기자와 한 인터뷰에서 말했다:


"우리 본 적 반복 채용 패턴, 새로운 데이터 형식에 초점을 시작 건물 또는 새로운 데이터 형식 주위 대상된 응용 프로그램을 강화." 이러한 새 응용 프로그램 일반적으로 비즈니스의 라인에 의해 구동 됩니다 및 다음과 같은 새로운 형식 중 하나에서 데이터와 함께 시작: 소셜 미디어, 클릭 스트림, 서버 로그, 센서 및 기계 데이터, 지리적 위치 데이터 및 파일 (텍스트, 비디오, 오디오, 등).


"더 많은 애플 리 케이 션 및 새로운 데이터 형식의 최종 배포 리드 광범위 한 현대 데이터 아키텍처를." 하지만 성공적인 고객의 데이터를 특정 형식에서 값을 공개 그들을 홍 조 그리고 거기에서 그들의 여행을 반복을 시작 합니다. "


가치를 증명 hadoop, 작은, 잴 수 있는 프로젝트 시작, 기업의 초기 단계에서 전체 코끼리를 삼 키 지를 안 좋은 방법입니다. 이 영리한 전략 강력한 기술을 쉽게 채택 될 수 있다.


그 결과, Hadoop 되고있다 "방에 있는 코끼리" 사람들이 정말에 대해 얘기 하 고 싶어요. 더 많은 사람들이 큰 데이터에 대 한 이야기는, 실제로 중요 한 큰 데이터 프로젝트를 시작 하는 훨씬 적은 조직 그리고 가트너 강조 하는 동안 회사의 8%만 실제로 배포한 큰 데이터 프로젝트, 64%의 기업 그들은 라고 하지만. 이들이 기업은 하 둡 빅 데이터 프로젝트, 달성 비즈니스 가치, Hadoop의과 대 광고 하지의 실제 성장 가치.


사실, 가장 큰 데이터 프로젝트 오늘 하는 경향이 더 나은 이해 고객 요구, 프로세스를 더 효율적으로, 추가 비용을 줄이거나 더 위험 감지 만들기 등 기존 사용 사례에 증분 개선에 초점. 극적으로 변화 하는 기업, 큰 데이터와 대부분 hadoop의 결과 배포의 대부분의 비즈니스에 대 한 모든 이야기에 대 한 초점은 점진적 개선, 프로젝트에서 되지 급진적인 변화에 있습니다.


말입니다. 기업 먼저 사용 하 여 Hadoop을 작은 단계에서 구현할 수 있는 기술을 마스터 프로젝트를 구현 하 고 다음 더 큰.

2014 년에서
, 우리는 Hadoop은 사용 되 고 있는지 더 빨리 나타납니다. Hortonworks의 코놀리와 Cloudera의 마이크 올 슨 모든 2013, 급속 하 게 성장 하는 그들의 사업을 보았고 지난 2 분기 빠르게 성장 했다. 이 가속의 향상 된 마케팅 정보를 반영 하 고 어떻게 기업 보다 쉽게 값에서에서 파생 Hadoop, 또한 Hadoop에서 값을 얻는 데 장벽을 낮춘 시연 하는 동안 주변 되었습니다.


는 마지막으로 반복는 더는 Hadoop 집중 소규모 배포에 더 많은 가능성이 그것은 그것은 결국 대규모 배포에 사용 될 것 이다.