
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
在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15