在近期舉行的Enterprise Data World大會上,參會者紛紛對“大數(shù)據(jù)”這一話題發(fā)表了自己的看法。來自InfoAdvisors的首席咨詢師Karen Lopez作為其中一員,認為大數(shù)據(jù)并不像看上去那么靠譜。
Lopez說:“從最基本的問題來說,到底什么是大數(shù)據(jù)?我相信根本就沒有人能真正講清楚。”Lopez拿維基百科上的解釋舉例,上面說大數(shù)據(jù)是指那些數(shù)據(jù)量增長到很大以至于難以處理的數(shù)據(jù)集。Lopez說:“這到底算是哪門子定義?”
這位在Twitter上非常知名的咨詢師又談到了Apache Hadoop和其他一些相關(guān)的技術(shù),她表示Hadoop的偉大之處在于所有跟它相關(guān)的事務(wù)都會以Hadoop命名,比如Hadoop Column,Hadoop分布式文件系統(tǒng),Hadoop MapReduce等等等等。那只黃色的小象吉祥物為什么不叫Harry或者Harvey,而偏偏叫Hadoop這么奇怪的名字呢?
Lopez還列出了一些沒有以Hadoop命名的技術(shù),包括了Hive、Pig、Zookeeper和Mahout(在印度語中是騎象人的意思)。她略帶嘲諷地說:“用到這些技術(shù)的項目肯定不能按時完成,因為騎象人要和豬(Pig)、飼養(yǎng)員(Zookeeper)一起工作,聽上去就不那么快。”
除此之外,Lopez還對大數(shù)據(jù)的不可預(yù)知性做出來自己的判斷。她說:“你不可能提前知道會得到什么類型的數(shù)據(jù),它是缺乏Schema的?,F(xiàn)在的問題是,只有在數(shù)據(jù)到達并展現(xiàn)出來之后,你才能知道如何去設(shè)計架構(gòu)。也就是說,在進行數(shù)據(jù)建模的時候,你要以沖刺的速度來完成。我所謂的沖刺的速度應(yīng)該是接近光速了,所以希望你們現(xiàn)在就開始練習(xí)。”
當(dāng)然這只是句玩笑話,但是Lopez解釋了她為什么要給用戶潑潑冷水。她認為大數(shù)據(jù)的火爆很大一部分源自于廠商的炒作,在她看來,大數(shù)據(jù)技術(shù)同其他任何技術(shù)都一樣,并不是“包治百病”的“萬靈丹”。Lopez表示:“沒有理由認為大數(shù)據(jù)與傳統(tǒng)的關(guān)系型數(shù)據(jù)或者結(jié)構(gòu)化數(shù)據(jù)是對立的,我們對于后者已經(jīng)非常熟悉。我們要的是正確的工具來應(yīng)對正確的工作,大或者小都不妨礙我們找到這個工具。”
也有一些用戶發(fā)表了不同的見解,來自Phasic Systems公司的CEO Geoffrey P. Malafsky博士認為,關(guān)系型數(shù)據(jù)庫技術(shù)已經(jīng)十分陳舊,會被技術(shù)的洪流所拋棄。大數(shù)據(jù)不是無緣無故流行起來的。無schema的數(shù)據(jù)是不存在的,只要是數(shù)據(jù)存儲在系統(tǒng)中,它就是有一個schema的。
來自O(shè)racle公司的金融服務(wù)技術(shù)總監(jiān)Amir Halfon沒有像Malafsky博士一樣斷然反駁Lopez的說法,但是他認為Lopez諷刺Hadoop的做法并不合適。Halfon也是半開玩笑地說,Hadoop的作者是個技術(shù)大牛,他還發(fā)起了許多其他的技術(shù)項目,不可能給每一個技術(shù)都起一個讓她滿意的名字。