6688体育app最新版-在大数据时代每家公司都要有大数据部门吗？

如果这个问题换回做到是：在电气时代，每家公司都要有个发电厂吗？是不是不会更佳问一些？　　事实上每一种根本性技术的经常出现，都会对产业产生大的变化。在蒸汽时代，矿业机使用蒸汽机后，不会带给生产效率的很大提高，而轮船再加蒸汽机，很久不必须靠风才能航海了。在电气时代，电灯替换了蜡烛，电报替换了慢马求救，而报纸也被广播和电视所风化。　　可以说道是现有产业再加新技术，构成了新的产业。

　　我们回过头来看这两次工业革命，生产蒸汽机的企业只有少量几家，而发电的企业在美国也只有通用电气和西屋电气。并不是每家企业都要专门从事这些基础设施的研发和生产，更好的是对新技术加以应用于，充分发挥新技术带给的价值。

　　在IT领域，软件刚刚出来时，可以说道是计算出来和存储几乎夹杂在一起。有人尝试将计算出来硬件展开分离出来，歪打正着成就了Intel。有人尝试将存储系统分离出来，因而有了Oracle。

　　Intel和Oracle固然最出色，但它们的价值更好的还在于有广大的企业使用了这些新的技术，在明确的行业中，产生了更大的价值。　　某种程度，云计算这种理念固然是好，但如果每家企业都创建自己的云计算中心，从资金和人力投放上，一定是不划算的，更加相当严重的问题是做到将近拟合。

忽略，有了AWS和阿里云这样的云计算提供商，让中小企业更加便利的展开创意应用于。　　返回题目中的问题，在大数据时代，每家公司都要有自己的大数据部门吗？结论也无法下的太不合理。

　　早在2008年，云计算的概念刚蓬勃发展，百度内部经常出现了两拨势力。一拨要从零开始打造出自己的大数据底层技术，把MapReduce、GFS、BigTable这些组件都要构建一遍，结果花上了两三年时间，也未能平稳运营。

　　而另外一拨势力，必要接纳开源的Hadoop生态，迅速在公司内应用于一起。而我当时做到的日志统计资料平台，也是使用了Hadoop。但百度的数据规模却是过于大了，所需的集群规模，开源版本显然撑不住，于是被迫重写Hadoop，这样就和开源的版本渐行渐远，等到后来很久通将近一起了。

　　曾多次有一年多的时间，我们部门新的设计和构建和底层的存储及计算出来系统，结果找到开源的版本也差不多构建到了某种程度效果。虽然许多内部的人实在我们怎么总反复建轮子，但我明白还是市场需求大不相同，你面对的市场需求比较领先，但也没领先到像Google那样提前5年。　　但对于小公司来说，则几乎没有适当从零开始做到，还是要尽可能用开源的产品。

　　整个Hadoop生态，要比我2008年刚用的时候，要成熟期很多。那个时候我们去拿开源的版本，编译器部署，一个新手有可能两周都不一定能长时间的运转一起。而现在iTunes一个ClouderaLinux，两个小时就可以长时间跑完任务了。　　与此同时，又面对了新的问题，因为大数据平台牵涉到数据的收集、传输、建模存储、查找分析、可视化等多个环节，而开源领域只是一些组件，于是各家公司都在争相打造出自己的大数据平台，这就像Oracle之前，各家都在打造出自己的存储系统。

这似乎不是一件性价比低的事情。　　有市场需求，就不会有符合适当市场需求的公司问世，于是就问世了一堆获取大数据服务的公司。　　由于这新领域还正处于早期，这些创业公司所能获取的服务并会尤其的完备，要么是以项目制为的方式运转，要么是获取专门应用于场景的服务。

　　这样，对于一些企业来说，这些创业公司获取的服务，或许自己也能构建，那不来索性自己做到？　　这创业一年多以来，我看见了过于多的公司在打造出自己的数据平台，但做到的还过于完备。不管是技术实力还是人力投放上，都有点力不从心。如果搭配了这些第三方数据服务，那岂不饭碗被抢走了？　　可我要说的是，饭碗早晚都会被抢走，只是时间早晚的问题。

这里只必须问一个问题：我所做到的数据平台，是不是其他公司也是类似于的市场需求？如果是的话，那认同也有其他公司做到着类似于的事情，做到的东西不会大同小异。　　那么，就不会经常出现专门的公司，来解决问题这种标准化的市场需求。

因为这些公司专心于解决问题这一块问题，所以不会更为专业，并且舍不得投放。而对于市场需求公司来说，除非自己转型去专门做到大数据平台，不然在投放上，认同不是一件性价比很高的事情。

与其如此，不如尽早侧重于自己的核心业务，注目应用于市场需求本身。　　那对于企业来说，在大数据时代，应当怎么做呢？我的建议是三点：　　首先，要亲吻大数据技术。　　新的根本性技术经常出现，都具有颠覆性。一不小心，就不会被革命。

但也不是说道企业有数的业务不必做了，都来做大数据吧。　　在大数据这件事上，还是要从市场需求抵达，而不是从大数据抵达。

　　有人不会回答我，我有了一些数据，给我讲讲怎么能充分发挥更大的价值。坦率来说，许多时候不理解业务场景，很难明确提出建设性的意见的。　　忽略，我们要再行看在企业符合客户市场需求的时候，还有哪些根本性问题没解决问题好，如果使用了大数据技术，是不是可以更佳的解决问题？如果有这样的点，那十分好，就敢于去尝试。如果没，那就之后自学大数据的科学知识，再行等候这样的场景经常出现。

　　其次，企业要有不懂大数据的人。　　这种人不一定是全职的，但最少是可以将企业的业务和大数据技术融合一起的人。这种人不一定对大数据技术本身很不懂，但擅于用于新技术。

　　如果企业现在还没，并且还没有招来。可以去培育一个头脑灵活，乐意自学新技术的人。如果充满著大数据系统的构建挑战，解读大数据的应用于场景，那可玩性不会减少不少。

　　最后，要擅于利用第三方服务。　　能用第三方服务解决问题的，就尽早去尝试。在竞争白热化的情况下，通过使用新技术，取得技术红利，跑完的更慢。就像爱迪生当年发明者白炽灯后，那些早将白炽灯用作工厂的企业家，更加有可能提高工人的工作效率。

本文来源：6686体育-www.kldd.net