
2015年中国将成大数据相关产品主战场
有数据显示,大数据在未来将带来500亿美元以上的市场。在中国,市场的飞速扩张与发展正受到互联网厂商、运营商、企业客户等产业链上下的关注。
如果说前几年的大数据应用还是少数企业的“尝鲜”,那么进入2015年后,面向企业的大数据应用在技术、市场经过酝酿后,或将开始显著增长。特别是在国内,一些国际新兴的大数据巨头供应商已将目光投向中国。
加快中国大数据应用步伐
目前供应商主要面向企业用户提供大数据一站式部署方案,覆盖数据中心和服务器等硬件、数据存储和数据库等基础软件、大数据分析应用软件以及技术运维支持等方面内容。其中,大数据基础软件和应用软件是大数据解决方案中的重点内容。当前,企业提供的大数据解决方案大多基于Hadoop开源项目,例如 IBM 基于Hadoop开发的大数据分析产品BigInsights、甲骨文融合了Hadoop开源技术的大数据一体机、Cloudera的Hadoop商业版等。
传统的IT厂商和新兴的大数据创业公司是大数据供应商的主力,但在国内,有专家指出虽然也有一批本土IT厂商推出大数据解决方案,但总体上实力较弱,产品在一些关键行业还未形成影响力,新兴大数据解决方案初创企业也凤毛麟角。
就在年关口,国际厂商Cloudera12月正式进军中国市场。
据悉,Cloudera对中国市场的进入,离不开英特尔这个关键因素。在2014年3月,英特尔宣布向Cloudera投资7.4亿美元,成为Cloudera最大战略股东,并且两者合作被业界视作实现了硬件平台与软件平台的优势互补。同时,此前英特尔在中国大数据市场的实践已有目共睹,典型案例便是协助中国联通搭建了全国最大的Hbase集群。
继承英特尔资源 打造“本地公司”
“这不是一家简单的美国公司,而是由本地中国领导团队和技术团队统一组成的本地公司,Cloudera大中国区在北京、上海、广州设有分支机构,目的是为了更好服务中国本地客户和合作伙伴。”Cloudera创始人兼CEO Mike Olson表示。
在Mike Olson看来,拥有13亿人口的中国,势必在大数据方面拥有很多机会,而这些机会在全球任何其他地方很难看到,例如平安城市和智慧城市等项目。Cloudera在中国的发展,一是对于一些共性问题,如金融部门反欺诈、反洗钱等,可以把国外成功经验带到中国;二是对于中国客户的特性问题,将与中国团队、合作伙伴、用户一起攻克。
据悉,目前Cloudera在中国有22人的稳定队伍,同时团队主要与英特尔合作,英特尔把关于Hadoop产品支持、营销团队均转移到Cloudera。“虽然是一个新的Cloudera团队在中国落地,但这个团队过去3年在大数据、Hadoop领域里积累了足够经验,和英特尔服务的是同一组客户,在中国有成功的案例、成功的实施和成功的解决方案。”Cloudera全球副总裁大中国区总经理凌琦表示。
目前Cloudera中国团队的主要业务与全球Cloudera一脉相承,核心业务是软件研发以及营销,同时提供专业服务和认证培训。
Cloudera与英特尔的合作除了体现在技术支持团队方面外,据Mike Olson介绍,合作还体现在战略合作层面,将利用共同的产品路线图推动行业发展,并且在合作伙伴及渠道方面,英特尔已在全国拥有众多合作伙伴,双方将共享客户信息及客户支持方面的需求。“英特尔和Cloudera的战略联盟,将保证各自领域的优势会得到充分的发挥和体现。”
实际上,在过去3年多时间,英特尔在中国已有覆盖电信、智能交通、医疗的成功案例,随着全新的合作关系的达成,现有业务和平台的迁移也成为部分英特尔客户所关心的问题。
据英特尔大数据技术中心经理王晓栋表示,为保障客户工作负载顺利迁移,双方已共同承诺提供中国客户便利地从Intel分发版向新的Cloudera分发版迁移的计划。同时在最新Cloudera 5.3版里将完成Intel分发版合并进入Cloudera分发版的工作。
Hadoop商用版日益受青睐
Cloudera在Hadoop生态领域有着重要位置,有数据显示目前Cloudera免费版在国内市场已经占据了80%的份额,并且越多的用户开始转向收费的商业版本。
凌琦认为,随着大数据应用逐渐走向成熟,越来越多的Hadoop应用将会逐渐从核心系统外的轻型应用转变至关键性业务,而这时企业需要有专业的服务和更加稳定的平台。同时,随着用户群体的增加,用户系统集群规模和复杂度的增加,越来越多的客户将倾向于选择商业版本,并选择专业服务。“我们将从两个方向发力,一个是怎么利用大数据使企业运作的成本更低,第二是通过大数据挖掘价值,使企业的发展更快。”
Mike Olson强调在大数据商业化发展过程中离不开产业链上下的合作。当然,目前Cloudera已经有了英特尔这个强有力的合作伙伴,并在全球拥有超过1300家合作伙伴。除此之外,凌琦表示Cloudera在中国将继续和OEM伙伴、系统集成商、国内软件厂商等合作伙伴共同成长。
“在全球范围内,我们在技术方面是领先者,我们创始者来自Oracle、雅虎、Facebook、谷歌的大数据先驱,一位创始人也是Hadoop最早的创始人。同时Cloudera开放架构以及对开放标准的支持,易于企业采纳,其具有灵活性不会被锁定。并且我们有专业服务队伍,这些专业服务队伍已经部署在中国,可以针对中国的需求进行开发和支持。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29