Hadoop將無(wú)法獨(dú)自處理大數(shù)據(jù)

Sriram說(shuō)，“Hadoop和MapReduce模式絕對(duì)是解決大數(shù)據(jù)問(wèn)題的方式之一。但你需要記住的是，按照目前的情況來(lái)看，Hadoop僅僅是對(duì)于批處理來(lái)說(shuō)比較好。相信很快，我們同時(shí)需要能夠?qū)崟r(shí)處理這些數(shù)據(jù)。”作為一名Hadoop顧問(wèn)的Sriram并不是說(shuō)這種無(wú)處不在的平臺(tái)速度緩慢。使用這樣一個(gè)強(qiáng)大的框架，大量數(shù)據(jù)可能在一分鐘之內(nèi)就處理完，但是那并不總是足夠好。如何解決這個(gè)問(wèn)題呢?

Hortonworks公司戰(zhàn)略副總裁Shaun Connolly指出， Hadoop一直不斷的變得更快更靈活。 “我們現(xiàn)在越來(lái)越明確的要求優(yōu)化Hadoop使用的NoSQL數(shù)據(jù)庫(kù)。它可以利用內(nèi)存處理，這樣請(qǐng)求就能更快的返回，而不使用批量處理。如果使用YARN，你其實(shí)可以基于內(nèi)存做更多的交互式查詢。”除此之外，還有一個(gè)熱潮興起的流式分析工具或過(guò)程依賴于像Storm這樣的技術(shù)，開(kāi)發(fā)人員就可以使用YARN這樣的架構(gòu)嵌入到Hadoop里面去。如今使用Hadoop的大數(shù)據(jù)用戶都在研究近實(shí)時(shí)性能。然而，這并不是100%的實(shí)時(shí)，一個(gè)重要的區(qū)別在于，當(dāng)組織使用計(jì)算機(jī)來(lái)做瞬間快速?zèng)Q定的時(shí)候，必須參照很久以前的分析報(bào)告，而這些可能已經(jīng)被人為破壞。

這個(gè)時(shí)候LAMBDA架構(gòu)就有了用武之地。它允許企業(yè)組織從他們大量數(shù)據(jù)中分離出增量數(shù)據(jù)進(jìn)行單獨(dú)處理。大部分的數(shù)據(jù)都進(jìn)入到批處理系統(tǒng)中，而一個(gè)叫做“速度層”的對(duì)數(shù)據(jù)進(jìn)行實(shí)時(shí)處理。NoSQL數(shù)據(jù)庫(kù)(他們中的大部分)都有自己的生態(tài)系統(tǒng)，因?yàn)樗鼈兲峁┝藢ｉT的工具來(lái)管理數(shù)據(jù)，以適應(yīng)特定案例。

整合將至關(guān)重要，但沒(méi)有一個(gè)工具對(duì)大家都有效

說(shuō)到向Hadoop提供援助之手，精心設(shè)計(jì)的工具正在以驚人的速度在大數(shù)據(jù)空降急劇增加。 ElasticSearch，Pentaho，以及許多其他工具覆蓋了整個(gè)大數(shù)據(jù)生態(tài)系統(tǒng)不同細(xì)分市場(chǎng)。但下一個(gè)重要階段是如何讓他們能夠更好的協(xié)同工作。直到這個(gè)階段的到來(lái)，大數(shù)據(jù)的管理還將比較隨意。

當(dāng)然，這并不意味著一個(gè)集成產(chǎn)品將永遠(yuǎn)適合所有的商業(yè)模式。數(shù)據(jù)以多種形式出現(xiàn)，并且每個(gè)企業(yè)組織都希望利用這些信息做不同的事情。企業(yè)組織將需要使用各種不同的方式來(lái)處理他們的數(shù)據(jù)，根據(jù)數(shù)據(jù)的來(lái)源，格式，他們?yōu)槭裁词占麄兿Ｍ绾未鎯?chǔ)，他們想如何分析，還有他們需要以多快的速度來(lái)處理。我們希望在整合的同時(shí)仍然保持模塊化。這將允許企業(yè)為自己獨(dú)有的使用案例創(chuàng)建合適的工具時(shí)無(wú)需每次都重新開(kāi)發(fā)。

熟悉大數(shù)據(jù)技術(shù)的軟件工程師將會(huì)有很大的需求

Mohan指出，在大數(shù)據(jù)空間最顯著的挑戰(zhàn)之一，應(yīng)該是與微乎其微的人才庫(kù)相關(guān)。“擁有這方面經(jīng)驗(yàn)的人才數(shù)量并不多。”這并不意味著軟件工程師需要去上學(xué)并獲得博士學(xué)位。技術(shù)工人并不需要一個(gè)博士學(xué)位來(lái)理解大數(shù)據(jù)。然而，他們確實(shí)需要掌握知識(shí)和專業(yè)技能。Sriram說(shuō)，這個(gè)目標(biāo)是任何一個(gè)愿意投入時(shí)間和精力的軟件工程師都可以實(shí)現(xiàn)的。課堂上不一定是***的起點(diǎn)。經(jīng)歷努力實(shí)現(xiàn)關(guān)系型數(shù)據(jù)庫(kù)規(guī)模并且過(guò)渡到非關(guān)系型數(shù)據(jù)庫(kù)，讓其都為掌握大數(shù)據(jù)問(wèn)題奠定堅(jiān)實(shí)的基礎(chǔ)。

Mohan博士正在做的是，為當(dāng)今的軟件工程師準(zhǔn)備未來(lái)的工作世界。他將在波士頓的Big Data TechCon提供兩個(gè)教育機(jī)會(huì)：Hadoop的數(shù)據(jù)傳輸工具和MapReduce介紹。對(duì)于那些想要在未來(lái)幾年成為就業(yè)市場(chǎng)高需求人才的人，現(xiàn)在就是開(kāi)始時(shí)間。