美国一家市场研究机构MarketAnalysis在今年二月份曾发布《2017-2020年Apache Spark市场预测报告》，预测全球的Apache Spark市场从2017年到2012年间将以复合年增长率67%的速度快速增长，到2020年市场规模可能达到42亿美元。相对于开源大数据的开山鼻祖Hadoop，Spark作为一种与Hadoop相似的开源集群计算环境，于2012年才崭露头角。为何迟来的开源大数据技术依旧如此被市场看好？其实，大数据的开源技术一直都受到市场的青睐，很多公司采用Hadoop、HBase、MongoDB、Storm等开源技术，期望能够更快速实现大数据的商业价值，提升业务利润。

2015年3月22日，天睿公司（Teradata）在北京召开发布会，宣布旗下Think Big公司正式进军大中华区市场，面向客户提供开源数据分析的咨询服务，融合数据仓库方案，帮助各种规模的企业建立和发展适合的技术架构，快速有效地进行多元化大数据分析，将大数据转化成真正具有业务价值的洞察力。

大数据开源技术不能赶时髦 大数据平台选择是关键

“开源技术对所有公司都非常重要。”Think Big公司联合创始人兼国际业务高级副总裁Rick Farnell说，“但是，大数据开源技术的采用不是单一事件的触发而就，而是一场征途。”他介绍道，很多客户在计划采用大数据开源技术时，喜欢“赶时髦”，即一定要采用开源的最新趋势。他认为，这是大数据开源技术部署中的最大错误。

如果客户想基于开源技术的创新性进行开发，首先最重要的是要选择正确的平台。公司的各个部门，包括技术部门、业务部门、合作伙伴等都应该对这个平台进行了解，对质量、安全、控制、治理等重要业务需求进行评估。在实际生产环境中，真实的用户和真实的业务流程能够把这样的平台运行起来才是关键所在。这样，客户或者合作伙伴才能够按照合适的节奏，不断推出新的功能、新的数据和新的解决方案。

大数据开源技术之全球应用：同大于异

Rick Farnell认为，无论是北美，还是欧洲，或其他国际市场，在大数据的发展模式、成功经验、失败教训等方面，都有很多类似的地方。他特意分享了客户案例，说明大数据开源技术是如何在制造业、金融业和用户分析方面进行实施。例如，某磁盘驱动器生产厂商，在北美和亚洲共设有四个分支机构，之前的很多数据是分散，而且没有存储；即使存储，也都是关系型的数据。通过捕获所有工厂车间的质量和测试数据，Think Big开发了一套基于云的存储解决方案，可以让工程师们清晰地看到以前看不到的数据信息。这样，该厂商可以高效地管理质量流程，极大提升了业务销售能力。

Rick Farnell表示： “随着各种规模的企业在开展大数据战略时选择不同的开源分析系统，客户对开源系统咨询服务的需求快速发展。我们致力于实现最新开源技术同现有成熟技术的优势互补，借助我们在业内备受尊重的数据科学家、数据工程师和咨询团队，为全球客户分享我们的专业能力，支持更快速、高效和便捷地获取大数据价值。在大中华区，我们已经建立起一支成熟而且卓越的团队，借助全球各地专业团队的紧密协作，将最佳的数据分析系统部署和大数据分析能力交付给本地客户，帮助客户实现更大的竞争能力和业务优势。 ”

Think Big的愿景

Think Big的愿景是帮助客户运用新的开源技术，与现有技术优势互补，从各种不同数据集挖掘分析价值。在大中华区，Think Big将广泛支持厂商中立（vendor-neutral）的开源解决方案，基于客户真正独特的业务需求，推荐现有技术和解决方案的最佳组合。通过应用最新数据分析技术获得大数据的价值，帮助各个行业的客户提升竞争能力和利润。其核心咨询业务和能力包括：

• 大数据战略咨询服务：根据客户业务需求和战略目标，制定符合企业需求优先等级和能力的大数据战略，帮助企业更快地释放大数据价值；
• 数据工程服务：根据客户的业务目标，设计、开发和交付最适合的解决方案，提供现有分析架构优化以及数据湖治理等服务；
• 分析和数据科学服务：通过广受认可的数据分析方法论，解决客户现存的业务问题，通过创新的数据分析方法，发掘全新的业务机会；
• 管理服务和培训：提供大数据分析系统的管理和最佳优化，提高数据分析效率和洞察力，通过各种形式的培训帮助企业真正获得能力，提高数据和分析系统的采用和普及。 

欢迎继续关注相关文章：《开源大数据平台实施的难点》《拥抱开源技术的前提——认识数据湖》