大資料落地難 Hadoop要「負責」！

大資料落地難，業內對此廣有共識。 「我們在全球有7900家用戶，在亞太有1000家以上的使用者，在中國有150家用戶，這些使用者的應用都是落地的。 」 HTTP://www.aliyun.com/zixun/aggregation/13553.html">Splunk 中國區銷售總監侯海龍說。

侯海龍表示，為什麼大資料應用落地難？ 很大一部分原因在於Hadoop，使用者對於開源總有興趣親自嘗試一下。 但無論Map/Reduce，還是YARN都不是那麼簡單易用，資料建模就像一座山，橫亙在使用者的前面，讓應用不容易落地。 對於互聯網企業，由於人才上的優勢，尚有能力克服困難，但對於行業/企業等商用使用者來說，技術上的瓶頸不是那麼容易跨越的。

Splunk北亞區經理麥永光指出，很多行業/企業使用者對於大資料非常重視，他們會首先成立一個大資料的部門，研究大資料應用。 他表示，在這種 情況下，應用常常難以落地。 Splunk大資料的角度有所不同，不是從大資料入手，而是從使用者面臨的問題著手，用Splunk大資料的方式解決問題。

「國內對大資料的認識，還是停留在資料大的初級階段。 」 侯海龍說。

根據介紹，大資料應用和資料從哪裡來、資料大小、格式等沒有太多的關心。 大資料的重點應該集中在給需要資料的人，提供重要的可見度，快速找到答案。 在過去的30年，人們一直使用關聯式資料庫，採用SQL進行檢索和查找;但隨著大資料應用的模式，新的分散式資料庫的資料組織模式替代了關聯式資料庫，搜尋引擎技術取代了SQL，從而讓資料分析和使用的能力有了非常大的進步。

資料分析走出關聯式資料庫階段

通過對機器大資料地分析，人們可以迅速定位故障，從而減少MTTR(Mean Time To Restoration， 平均恢復前時間)時間;提高系統的線上時間和能力;整合工具;通過資料分析驅動創新，同時也可以使用資料服務商業使用者。 通過機器大資料分析，可以增強使用者 對於業務的即時洞察力，從而讓系統管理從被動走向主動應對。

大資料應用給我們帶來了什麼

據瞭解，Splunk提供了專業的資料存儲和處理方式，通過檢索手段，使用者就可以對資料之間的關聯性進行挖掘和探索。 使用者不需要建模，也不需要關心Map/Reduce，檢索讓使用者直接上手，查找資料，發覺資料背後所蘊藏的價值。

大資料分析讓維護從被動到主動

大資料其實很簡單，關鍵是要找到好的工具，運用工具挖掘資料的價值;價值在於資料，而不是工具本身。 侯海龍表示，國內大資料應用急需走出初級應用階段，需要走出對技術關注，將注意力集中在資料上，讓資料產生價值。

看不懂的機器大資料潛藏價值