在Gartner研究人員與MapR、HortonWorks和Cloudera等Hadoop大數(shù)據(jù)廠商的一次座談中，與會者趨于兩點共識：MapReduce一直是Hadoop的瓶頸，而且Hadoop是“原始”的大數(shù)據(jù)技術(shù)，已經(jīng)過時了。這兩個觀點標志著大數(shù)據(jù)的光環(huán)已經(jīng)幻滅。Gartner：大數(shù)據(jù)光環(huán)幻滅

此外，Sicular與多家Hadoop用戶溝通后發(fā)現(xiàn)，最先嘗試大數(shù)據(jù)應(yīng)用的企業(yè)鮮有成功案例。

企業(yè)們一開始對大數(shù)據(jù)報以極大幻想，期望值很高，仿佛得到了數(shù)字水晶球，但是他們很快發(fā)現(xiàn)實現(xiàn)可靠的大數(shù)據(jù)方案是一件非常困難的事情，例如一些嘗試輿情分析的應(yīng)用讓企業(yè)感到失望，因為大數(shù)據(jù)廠商們無法提供成熟的方案。

此外，面對大數(shù)據(jù)的水晶球，提出正確的問題，并問題分解成眾多子問題進行解答本身是企業(yè)大數(shù)據(jù)應(yīng)用面臨的最大挑戰(zhàn)。其次，確定答案本身是大數(shù)據(jù)應(yīng)用的另外一個難點。大數(shù)據(jù)分析面對的是不確定性(尤其是預(yù)測性分析)，滿足和滿意是兩個不同層次的境界。

雖然大數(shù)據(jù)應(yīng)用案例失敗居多，但是也有例外，Sicular的一位客戶使用Splunk分析日志文件取得了非常理想的成果。這表明成熟的大數(shù)據(jù)工具(例如Splunk)才是現(xiàn)階段企業(yè)掘金大數(shù)據(jù)最需要的。

最后，Sicular總結(jié)說，隨著大數(shù)據(jù)光環(huán)的幻滅，越來越多的負面報道將接踵而來。

反方聲音：社交輿情和人才行情顯示大數(shù)據(jù)熱度不減

雖然Gartner的分析師開始唱衰大數(shù)據(jù)，但是根據(jù)Ovum分析師Tony Baer的報告給出了相反的結(jié)論，DataSift在分析了220萬條提及大數(shù)據(jù)的推文后發(fā)現(xiàn)，對大數(shù)據(jù)廠商做出正面評價的推文是負面評價推文數(shù)量的三倍。對于一個尚處于熱炒階段的新技術(shù)來說，大數(shù)據(jù)能獲得這么高的社交用戶評價非常難得。

此外，雖然Sicular調(diào)研發(fā)現(xiàn)很多率先嘗試大數(shù)據(jù)的企業(yè)都遭遇了困難或者失敗，但根據(jù)科技招聘網(wǎng)站Dice.com的數(shù)據(jù)統(tǒng)計，2012-2013年企業(yè)大數(shù)據(jù)相關(guān)人才的薪水行情卻在看漲，平均高達10萬美元，超過云計算/虛擬化(9萬美元)和移動(8萬美元)。Dice的董事總經(jīng)理Alice Hill表示：“我們都聽說大數(shù)據(jù)是曇花一現(xiàn)的炒作，但事實是數(shù)據(jù)專業(yè)人才供不應(yīng)求，且身價不菲。”

總之，企業(yè)對數(shù)據(jù)科學家等數(shù)據(jù)專業(yè)人才的瘋狂爭奪與Sicular的調(diào)研結(jié)論并不矛盾——提出正確的問題才是企業(yè)大數(shù)據(jù)應(yīng)用的最大挑戰(zhàn)。而所謂數(shù)據(jù)科學家，就是那些能了解企業(yè)業(yè)務(wù)并能向大數(shù)據(jù)水晶球提出正確問題的人。

hanrui