Hadoop將無法獨自處理大數(shù)據(jù)

Sriram說，“Hadoop和MapReduce模式絕對是解決大數(shù)據(jù)問題的方式之一。但你需要記住的是，按照目前的情況來看，Hadoop僅僅是對于批處理來說比較好。相信很快，我們同時需要能夠?qū)崟r處理這些數(shù)據(jù)。”作為一名Hadoop顧問的Sriram并不是說這種無處不在的平臺速度緩慢。使用這樣一個強大的框架，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。如何解決這個問題呢?

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)在越來越明確的要求優(yōu)化Hadoop使用的NoSQL數(shù)據(jù)庫。它可以利用內(nèi)存處理，這樣請求就能更快的返回，而不使用批量處理。如果使用YARN，你其實可以基于內(nèi)存做更多的交互式查詢。”除此之外，還有一個熱潮興起的流式分析工具或過程依賴于像Storm這樣的技術(shù)，開發(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)用戶都在研究近實時性能。然而，這并不是100%的實時，一個重要的區(qū)別在于，當(dāng)組織使用計算機來做瞬間快速決定的時候，必須參照很久以前的分析報告，而這些可能已經(jīng)被人為破壞。

這個時候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)進行單獨處理。大部分的數(shù)據(jù)都進入到批處理系統(tǒng)中，而一個叫做“速度層”的對數(shù)據(jù)進行實時處理。NoSQL數(shù)據(jù)庫(他們中的大部分)都有自己的生態(tài)系統(tǒng)，因為它們提供了專門的工具來管理數(shù)據(jù)，以適應(yīng)特定案例。

整合將至關(guān)重要，但沒有一個工具對大家都有效

說到向Hadoop提供援助之手，精心設(shè)計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大數(shù)據(jù)生態(tài)系統(tǒng)不同細分市場。但下一個重要階段是如何讓他們能夠更好的協(xié)同工作。直到這個階段的到來，大數(shù)據(jù)的管理還將比較隨意。

當(dāng)然，這并不意味著一個集成產(chǎn)品將永遠適合所有的商業(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處理他們的數(shù)據(jù)，根據(jù)數(shù)據(jù)的來源，格式，他們?yōu)槭裁词占麄兿Ｍ绾未鎯Γ麄兿肴绾畏治觯€有他們需要以多快的速度來處理。我們希望在整合的同時仍然保持模塊化。這將允許企業(yè)為自己獨有的使用案例創(chuàng)建合適的工具時無需每次都重新開發(fā)。

熟悉大數(shù)據(jù)技術(shù)的軟件工程師將會有很大的需求

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相關(guān)。“擁有這方面經(jīng)驗的人才數(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)工人并不需要一個博士學(xué)位來理解大數(shù)據(jù)。然而，他們確實需要掌握知識和專業(yè)技能。Sriram說，這個目標(biāo)是任何一個愿意投入時間和精力的軟件工程師都可以實現(xiàn)的。課堂上不一定是***的起點。經(jīng)歷努力實現(xiàn)關(guān)系型數(shù)據(jù)庫規(guī)模并且過渡到非關(guān)系型數(shù)據(jù)庫，讓其都為掌握大數(shù)據(jù)問題奠定堅實的基礎(chǔ)。

Mohan博士正在做的是，為當(dāng)今的軟件工程師準備未來的工作世界。他將在波士頓的Big Data TechCon提供兩個教育機會：Hadoop的數(shù)據(jù)傳輸工具和MapReduce介紹。對于那些想要在未來幾年成為就業(yè)市場高需求人才的人，現(xiàn)在就是開始時間。