京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据巨头Cloudera入驻中国领跑标准化
近年来,随着云计算、移动互联网、物联网等技术的快速发展,数据正呈爆炸式增长,大数据时代已经来临。面对中国市场对大数据解决方案的强劲需求,国际领先的大数据巨头Cloudera公司于12月10日正式宣布在中国设立分公司,将帮助Cloudera提升其在中国的影响力,为中国的用户提供大数据解决方案。
12日,Cloudera在北京召开了媒体见面会,包括Cloudera公司创始人兼首席执行官Mike Olson(欧胜迈)、Cloudera全球副总裁大中国区总经理凌琦、英特尔大数据技术中心高级技术经理王晓栋等嘉宾出席并发表致辞。本次见面会上,Cloudera宣布全新的中国市场策略,旨在进一步扩展中国大数据领域业务,帮助中国乃至世界各地企业从大数据中发掘高价值信息。

▲Cloudera公司创始人兼首席执行官 Mike Olson (欧胜迈)介绍公司战略
7.4亿美元:英特尔押宝Cloudera进击大数据市场
今年3月,英特尔宣布向Cloudera投入大笔资金,总投资额增至7.4亿美元,持股比例达到18%,并已成为Cloudera最大的战略股东。作为由Apache Hadoop驱动的企业数据分析管理的领导者,Cloudera对外宣布已经完成了9亿美元的融资,其中就包括英特尔投资以及此前从TRowe Price、Google Ventures以及其他投资方的1.6亿美元。
英特尔大数据技术中心高级技术经理王晓栋表示,英特尔一直看好大数据市场。有数据显示,大数据将在未来带来500亿美金以上市场,特别是中国大数据市场的飞速扩张与发展让英特尔看到了未来发展的巨大前景,而注资Cloudera除了表现对于大数据市场的支持外,也是对Cloudera专业程度与领先地位的认可。

▲英特尔大数据技术中心高级技术经理 王晓栋 表示英特尔对于Cloudera的看好
经过多年的发展,Cloudera免费版在国内市场已经占据了80%的份额,并有越来越多的用户转向收费的商业版本。Cloudera为客户提供了先进的功能强大的管理平台。而通过与英特尔的合作实现了硬件平台上加速软件特性的优势与Cloudera在软件平台上的集成,实现了资源互补与优化。
140亿人民币:Cloudera的中国“野心”
据赛迪顾问2013年发布的《中国大数据重点行业应用市场研究白皮书》显示,中国大数据IT应用市场规模将有望于2015年达到144.96亿元人民币,其中智慧城市、电信和金融三个细分大数据应用市场从2013年到2015年的年复合增长率,将分别达到114.4%、97.3%和104.1%.
由此可以看出,当下数据中心市场对大数据有着迫切的需求,但是在实际应用中却很少能看到实际的应用案例,正所谓“雷声大雨点小”.纵观当下大数据市场,能够提供类似Cloudera这样完善解决方案的厂商可谓凤毛麟角,传统的服务器厂商更多基于硬件与基础设施领域,难以在软件操作层面有所突破。而其他软件解决方案提供商在灵活性和定制化方面也不及Cloudera,更重要的是难以实现硬件层面的最佳作业调度。
从这些角度来看,Cloudera进入中国市场不仅提升了市场对于大数据商业价值的认知,更能够实现与英特尔在软硬件方面的出色协调性和深度安全性与自主可控性,为客户构建更为高效、易用的大数据解决方案,让各种规模的企业都能更加轻松地从海量数据中发掘更多商业价值。
Cloudera全球副总裁大中国区总经理凌琦表示“英特尔此前在中国大数据产业和市场的实践及其获取的成功,还有中国鼓励发展大数据技术和应用的产业环境,是促使我们下定决心,加速进入中国市场的关键因素”。相信Cloudera进入中国市场后,将大大加快中国大数据挖据及应用的步伐,推动客户业务的快速发展。

▲Cloudera全球副总裁大中国区总经理 凌琦 介绍公司在中国的战略规划
今年9月,Cloudera在华建立业务机构,业务涵盖直销、专业服务、客户支持、培训以及研发工作等。通过在中国建立其业务机构以提供更高效的软、硬件大数据解决方案和相关支持,Cloudera将用更优质的服务来满足中国企业级用户独特且先进的大数据管理需求。
Cloudera成为企业级Hadoop领军企业
大数据蕴藏的价值虽然巨大,价值密度却很低,往往需要对海量的数据进行挖掘分析才能得到真正有用的信息,从而形成用户价值。但在数据挖掘分析之前,必须进行数据处理,从大量的、可能是杂乱无章的、难以理解的数据中抽取出有特定价值、有意义的数据。
当下,诸多开源Hadoop版本虽然在最初的投资成本上节约了客户的一次性投资,但随着应用的深入,特别是差异化应用带来的问题也是多种多样,仅凭借客户自身的技术实力和利用论坛、社区等方式询问也是杯水车薪。在Hadoop生态领域,Cloudera是规模最大、知名度最高的企业,也是当前大数据领域最强有力的解决方案服务商之一。Hadoop快速占据主流市场并成为企业数据中心的核心,这要求企业需要具备灵活的部署模型、高安全性、强大的管理系统以及敏捷的开发工具才能得以实现。
在安全性方面,Cloudera公司已经在其软件方案中融入了众多安全措施,并且将其打造成一系列开源技术成果并作为该公司Hadoop发行版的组成部分。Cloudera还亲自推动其它技术方案的普及,包括用于管理哪些用户(或者应用)有权访问保存在Hive以及Impala环境下的数据与元数据的Apache Sentry项目。在自主管理方面,Cloudera提供了Cloudera Enterprise、Cloudera Manager以及Cloudera Navigator 等管理软件,实现数据的安全性、可扩展性和易管理性。
美国家庭能源数据分析公司Opower是Cloudera在北美地区的重要客户之一,Opower通过使用Cloudera大数据平台对这些智能电网海量数据进行全量分析,进而为终端用户提供更好的用电建议,也帮助电力供应商建立更有针对性的价格模型。
除了国外市场的优秀案例,Cloudera进入中国短短的数月以来就已经在金融、高校、气象等领域拥有了多个成功应用案例,帮助客户实现基于统一的平台和数据进行多样化的自助分析,改善客户的服务能力和服务效率,大大节约了投资成本。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24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