从技术视角看大数据行业的发展走势
发布时间：2021-11-24 01:29:10 所属栏目：大数据 来源：互联网
导读：关于该趋势，明哥在前期发布过一篇博文，大数据与云计算深度融合的趋势体现在哪些方面? 对该趋势做了自己的解读，这里再次简要描述下。该博文链接如下: 大数据与云计算深度融合的趋势体现在哪些方面? 云原生(Cloud Native)理念，本质上是一套利用云计算技术
|
关于该趋势，明哥在前期发布过一篇博文，“大数据与云计算深度融合的趋势体现在哪些方面?” 对该趋势做了自己的解读，这里再次简要描述下。该博文链接如下: 大数据与云计算深度融合的趋势体现在哪些方面? 云原生(Cloud Native)理念，本质上是一套“利用云计算技术为用户降本增效”的最佳实践与方法论。大数据拥抱云计算走向云原生化，体现在一下四个方面： 一是应用方的大数据平台主动上云：使用大数据技术的业务应用建设方，不再自建数据中心，而是将大数据平台搬到了云上，有的是在云厂商的 IaaS 层上自建大数据平台(现在以这种方式在云上使用大数据的案例已经比较少了)，有的直接使用云厂商提供的 PaaS 层大数据相关产品(aws 的 emr，阿里云的 e-MapReduce等)，有的甚至直接使用云厂商推出的 SaaS层大数据相关产品(aws的redshift, 阿里云的maxcompute等)，而且在上云的过程中，大家都很重视混合云和多云部署，避免 vendor-lockin; 二是云计算厂商在不断推出云上托管的各种基于大数据服务，以吸引更多业务方上云：各大云厂商为了提高自己的市场竞争力，从而进一步巩固和拓宽自己的市场地位，都在积极推出各种托管的大数据相关产品，有 s3/oss, emr/e-mapreduce，有 aws redshift, 有阿里云 maxcompute，还有各种云上数据库，云上 serverless 形态的各种大数据服务等等，该名单还在不断增长中。 三是各传统大数据厂商已经转向依托云来提供自己的产品和服务，如 elastic 很早就开始基于云交付自己的elk 技术栈了，如 spark 背后的商业公司 databricks 的大数据平台和产品一直都是基于云来向客户提供服务的(可以对接aws, gcp, azure等云平台)，如 cloudera 不断探索改变自己的商业模式(从大数据三驾马车的辉煌期，到业绩下滑下的和 hortorworks的合并，再到主动改变商业模式基于云来交付自己的产品和服务，甚至数据中心版的大数据平台都改名为了 cdp private cloud base)，如 kafka 背后的商业公司 Confluent 也在基于云推广自己的 Confluent Platform. （编辑：济南站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
站长推荐