上圖中，精確數(shù)據(jù)是指每條數(shù)據(jù)都有著準確的含義和確定的價值，表達很明確的信息。比如，制造業(yè)的一條生產(chǎn)記錄。傳統(tǒng)關系型數(shù)據(jù)庫以處理這類數(shù)據(jù)。并基于此類數(shù)據(jù)通過復雜邏輯分析推演出業(yè)務價值為強項。

大數(shù)據(jù)時代數(shù)據(jù)的特點是大量模糊數(shù)據(jù)。單條數(shù)據(jù)沒有確定的價值和明確的含義。比如，一個網(wǎng)頁的點擊記錄。Hadoop的優(yōu)勢是能對海量模糊數(shù)據(jù)進行匯總排序比對等操作，把他們變成有意義的數(shù)據(jù)，再通過海量的樣本比對等方式歸納產(chǎn)生業(yè)務價值。

所以，從本質上說這是兩種針對不同場景不同對象的不同技術。如果要采用Hadoop去取代RISC架構的數(shù)據(jù)庫，BI應用。那么必須打破原來企業(yè)經(jīng) 典的沿用幾十年的數(shù)據(jù)結構，重新定義數(shù)據(jù)模型，表結構等等。還是我以前提過的，就是要重新從頭練另一門武功。但那樣下來效率是否一定就會比以前高， 效果是否一定比以前好，從我?guī)讉€項目試驗的結果來看也并不樂觀。

但是，在某些情況下大數(shù)據(jù)技術也能比RISC架構更好的解決一些傳統(tǒng)的結構化數(shù)據(jù)問題，比如ETL。在一些行業(yè)里，ETL工作往往需要一個很長的處 理流程。利用Map/Reduce技術可以大大縮短ETL的工作流程，提高效率，而且隨著數(shù)據(jù)量的不斷增長，這種優(yōu)勢會越來越明顯。所以說，是否用 Hadoop去嘗試替代原先的RISC架構，關鍵還是看數(shù)據(jù)量是否夠大以及數(shù)據(jù)類型是否多樣化。

以上這張圖取自BI Reasrch。以數(shù)據(jù)查詢的延遲性需求為縱軸，數(shù)據(jù)量和結構化程度為橫軸列出了Hadoop技術和傳統(tǒng)關系型即RDBMS的應用場景區(qū)別。Hadoop 之所以會出現(xiàn)其實就是為了應付海量的非結構化數(shù)據(jù)的離線分析的。所以其應用場景也基本是以此類為強項，即數(shù)據(jù)量大，結構化程度低，分析的實時性要求不高。 當然隨著其技術的發(fā)展，外沿通過不同組件如Hive的補充有所拓展。但要其完全取代原先的RDBMS基本是不可能的事情。

正如第一張圖所說，大數(shù)據(jù)時代，沒有一種方案是可以包打天下的。企業(yè)內(nèi)部未來也必將是多種方案并存來處理各類不同類型數(shù)據(jù)的環(huán)境。下面試著將目前數(shù) 據(jù)庫的幾類應用場景分分類，同時列出了每一類國內(nèi)外的一些解決方案名字。國外的方案我為了簡單起見，只列出特性比較鮮明的。沒有寫Exadata是因為它 有點屬于混合方案，把它簡單定位在一個領域有點不太合適。而且國內(nèi)可以和它具備相同類型的方案也沒有，就先不提了。改天有空我再整理下我對于 Exadata的一 些粗淺認識給大家來噴一下。 關于國內(nèi)方案，我列出的是僅限于我知道的或是合作過的方案提供商，當然還有很多遺漏的。當然也有些我認為特色不鮮明沒有什么核心技術的也就不提了。這里只 列出他們的名字和專注領域類型，詳細的一些介紹就不在這里貼出來了，反正他們都可以在新浪微博里找到，呵呵。

當然，上圖所列出的場景所針對的解決方案也不是唯一的。一些場景是多個方案都可以勝任的。

比如Mongo DB也可以做MAP/Reduce的工作。Hive能夠為Hadoop體系提供SQL的接口等等

最后，再談一下我對國內(nèi)大數(shù)據(jù)解決方案提供商的一些總體感覺。當然，還是那句話，這些觀點只是在我接觸過的幾個方案中得出的，并不代表國內(nèi)總體的情況，我沒有這么多的精力去了解，也沒有這個能力。這些感覺僅供參考。

關于適宜客戶群，我上面說的也只是我個人的一些建議。我覺得，這些國內(nèi)解決方案的供應商，需要通過一些實際企業(yè)應用案例實施的磨練，以及一些合作伙 伴的幫助，才能真正走向成熟，走向商用，去挑戰(zhàn)那些國外的知名產(chǎn)品。我覺得從目前來看，技術不是問題，路線方向也沒有什么錯誤。關鍵是 對自身的規(guī)劃和技術走向商用，走向產(chǎn)品化流程化的運作能力。我也真心希望國內(nèi)的那些大企業(yè)大公司能夠給國內(nèi)的這些有技術有想法的方案提供商一些機會，讓他 們能夠積累經(jīng)驗，成長壯大。

先寫這些吧。還有一部分關于國內(nèi)那些大數(shù)據(jù)方案同國外方案的對比，以及Intel Hadoop方案同Cloudera的對比，目前我寫的主要還是針對我們公司內(nèi)部分享的用途，就不對外公開了。有興趣的朋友我們下次可以口頭討論。還有幾個我自己親身參與的行業(yè)案例，回頭如果得到那些公司許可了再公開給大家分享吧。

huanghui