人们试图利用大数据做一些有用的事情，其中第一件事就是把大数据应用在地图上。第一步也许很简单，但接下来的每一步却颇具挑战性。我们向ESRI的高级软件架构师Mansour Raad 询问了一些关于地理数据在目前大数据环境下的应用问题。他阐释了Hadoop的相关细节，并向Hadoop用户解释了地理数据的来龙去脉。

曾经有一段时间，地理数据用于寻找石油或水资源研究。现在，地理位置系统已无处不在。这其中发生了哪些变化呢?

Mansour Raad表示，题目中的“On the map” 并不是故意的双关，但地理相关数据确实十分重要。

位置是非常重要的，如今到处都是人们的位置数据。如果你是一个零售商，人们点击了你的网站，通过隐式或显式的方式，你能够知道他们在哪个位置，你可以找到与特定的产品相关的特定市场来满足他们的需要。产品和位置之间的关系开始变得非常重要。

像Hadoop和NoSQL这类新技术在地理领域是如何应用的?

Raad：首先，因为Spark以及其他数据排序方式的产生，我看到了Hadoop的逐渐没落。但Hadoop目前还在发挥作用，只是其中一些组件已经被淘汰了。在地理数据方面，目前有其他的方法来存储这些数据。

我们发现的最大问题是，传统的Hadoop和键值存储，如HBase，Cassandra ，Accumulo，以及所有同类产品都是建立在排序的基础上的，而且这只是一维排序。这使得他们的速度非常快，但这将搜索限制在了一维搜索方式上。地理空间数据的问题是，它并不是一个单一维度。它是多维的。时空中的东西并没有顺序可言。为了解决这个问题，人们引入一个抽象层。他们把多维的东西转变成一个单一的维度。人们很久之前就已经具备相关的数学基础了，现在只是新瓶装旧酒而已。

也许更重要的是人们所研究的地理空间处理算法，人们需要将其由串行方式转变为分布式运行，并实现并行计算，非共享的架构。坦率地说，这是非常困难的。这是因为我们一直以来的固有思维方式在作怪。将现有的算法改变为分布式算法需要大量的工作。

我们可以期望大数据和地理空间数据技术在未来几年实现融合么?数据科学家对于地理数据在大数据领域的“3V”特性（体积、速度和种类）上有什么样的看法?

Raad：在我看来，与其用体积、速度和多样性等特性来概括大数据，不如用实际需求来概括大数据。你采用新技术的原因往往是传统方法无法满足你的需求，甚至它导致了你的失败。

但事实是，地图上的点能够向你反映相关性。我们人类是视觉动物。有了地图，你可以可视化那些在以前十分模糊的东西。而真正至关重要的是地质统计学的使用。它以实际的效果给予了你信心，让你变的更加自信，通过对比位置信息，你可以根据趋势做出果断的决定。

通信领域正在发生类似的转变，例如，当你调查网络上的“通话掉线”问题时，你可以根据在地图上的所见来决定如何分配人员去更新网络设备。

就像几年前的Tohoku 地震，我们都知道地震过后，海啸和核辐射随之而来。如果你不得不撤离村庄，你有多大的信心来说服人们疏散呢？通常人们面对的挑战是：对于某个场景而言，你能够做出回应的机会非常珍贵，机不可失，失不再来。地质统计学将数学应用到趋势预测、数字集群当中，它能给予你充分的信心来对实际的趋势进行正确的判断。