大家已在第一時間看到了Hadoop之父Cloudera公司首席技術(shù)官Doug Cutting和英特爾中國研究院吳甘沙院長關(guān)于大數(shù)據(jù)原汁原味的對話(參見：Hadoop之父對話英特爾中國研究院院長吳甘沙)。所謂的批肯定不是批判，對于這樣的泰斗級人物，只能是仰望，何來批判。批，就是批注，或者說是讀后感。

英特爾中國研究院院長吳甘沙

2020年攻克癌癥

在吳甘沙院長的談話中說到，人類在于癌癥戰(zhàn)斗的這幾十年間，癌癥的治愈率僅僅提升了8%，其中非常重要的一個因素，就是有關(guān)癌癥的基因組樣本數(shù) 據(jù)太少，影響了研究。隨著大數(shù)據(jù)的進(jìn)步，特別數(shù)據(jù)量的指數(shù)級增長，這就給癌癥的大數(shù)據(jù)研究創(chuàng)造了條件，樂觀地看，2020年，人類有望攻克癌癥。

批注：這當(dāng)然是一件非常的好的事情。有資料顯示，人基因組工程已經(jīng)告罄，接下來是蛋白組學(xué)在臨床中的應(yīng)用。當(dāng)?shù)鞍捉M學(xué)和臨床醫(yī)學(xué)徹底結(jié)合的那一 天，就是癌癥被攻克的日子，不僅是癌癥，相當(dāng)多的疾病會因為這一技術(shù)突破，淡出人類的歷史。我不是這方面的專家，無從判斷，但通過高性能計算，大數(shù)據(jù)分析研究，如果能夠造福人類，將是一件令人鼓舞的事情。讓我們帶著一個美好的愿望，期待事情的發(fā)生吧。

數(shù)據(jù)咖啡館

數(shù)據(jù)咖啡館是吳甘沙院長演講中另外一個亮點，而且吳院長用“相逢不必相識，沒有使用沒有買賣”進(jìn)行了表述。他表示，英特爾針對數(shù)據(jù)咖啡館，從安全分析、使用審計和數(shù)據(jù)定價提供標(biāo)準(zhǔn)和方案。

批注：欽佩英特爾的眼光，一語中的，抓住大數(shù)據(jù)應(yīng)用的主要問題。

在我看來，數(shù)據(jù)咖啡館的核心就是數(shù)據(jù)開放，技術(shù)問題尚在其次，數(shù)據(jù)開放才是重點。在美國，奧巴馬總統(tǒng)多次呼吁從法律、法規(guī)的高度，呼吁開放數(shù)據(jù)，可謂高屋建瓴。但國內(nèi)，特別是傳統(tǒng)行業(yè)/企業(yè)，無不把數(shù)據(jù)視為核心資產(chǎn)，深恐有任何閃失和疏漏。

據(jù)我了解，國內(nèi)很多行業(yè)開展大數(shù)據(jù)過程中，數(shù)據(jù)絕對不能夠離開內(nèi)部的服務(wù)器，即使業(yè)務(wù)合作伙伴，只能夠使用數(shù)據(jù)，但不可能得到數(shù)據(jù)。很多用戶都知道所謂全數(shù)據(jù)分析更能夠獲取數(shù)據(jù)背后的奧秘。就像吳院長所說的，電商1+電商2的全面用戶畫像會更加精準(zhǔn)。但問題在于，這個“+”怎么實現(xiàn)？

數(shù)據(jù)咖啡館

我能夠理解行業(yè)用戶防賊般心態(tài)可以理解，就像我在“高速摸奶男和隱私保護(hù)”一文中所表述的，在當(dāng)今這樣的環(huán)境中，數(shù)據(jù)開放將是奢望。因此對于英特爾的數(shù)據(jù)咖啡館在國內(nèi)的前景，我并不樂觀。在我看來，這不是一個經(jīng)濟(jì)收入的問題，而是一個意識的問題。 預(yù)計數(shù)據(jù)咖啡館會有很長的路要走，希望越短越好。

中國大數(shù)據(jù)至少落后兩年

這是Cloudera 公司副總裁苗凱翔先生的判斷。

苗凱翔表示，如果說2011年是中國大數(shù)據(jù)元年，距今也有幾年的歷史了，對于大數(shù)據(jù)特點，全數(shù)據(jù)分析等，國內(nèi)也不陌生。金融、電信、政府等行業(yè)用戶也嘗試了很多大數(shù)據(jù)的應(yīng)用，但從應(yīng)用的水平來說，廣泛性和深度，中國較之國外至少落后兩年。

苗凱翔不僅給出了判斷，也給出了原因分析，國內(nèi)沒有一個專業(yè)的大數(shù)據(jù)服務(wù)提供商。他表示，Cloudera來了，Cloudera會促進(jìn)大數(shù)據(jù)應(yīng)用水平的提高。

批注：Cloudera還是很會宣傳的。但對于Cloudera來說，目前的輿論認(rèn)知對其并不有利。在“大數(shù)據(jù)落地難 Hadoop難辭其咎”一文中就說到，很多行業(yè)用戶把Hadoop作為大數(shù)據(jù)的代名詞加以研究，浪費(fèi)了大量的經(jīng)歷和時間，撿了芝麻丟了西瓜。這就是一個無奈的現(xiàn)狀。

苗凱翔先生在演講中也說到了，Hadoop太復(fù)雜了，國內(nèi)基本上沒有什么人可以搞定。作為一種開源平臺，獲取Hadoop很容易，但駕馭Hadoop就比較難了，特別對于傳統(tǒng)行業(yè)/企業(yè)而言。所以應(yīng)該關(guān)注大數(shù)據(jù)分析這個目標(biāo)，而不是分析的平臺。

對于大數(shù)據(jù)，人們可以用習(xí)慣的方式，如SQL等成熟的工具進(jìn)行分析。實際上，Splunk、Actian、GreenPlum、Vertica等都是非常成熟的工具，可以直接加以使用。不要為Hadoop耽誤太多時間。

對于Cloudera不利的是，大家熟悉Cloudera，更多是熟悉其Hadoop分發(fā)版。如此，Cloudera就與Hadoop建立對應(yīng) 關(guān)系，而Cloudera更具有價值的各種工具，其實并不為外界了解。我也不了解這些工具。當(dāng)我跟Cloudera接觸，希望進(jìn)一步了解這些工具時，得到 答復(fù)，還是需要結(jié)合具體的應(yīng)用加以介紹。在我看來，這會困難重重。

　　所以改變落后的局面，應(yīng)該不樂觀。

Hadoop之父印象最深刻的案例

也許是語言理解上的問題，總感覺Hadoop之父Doug Cutting先生演講不夠接地氣。也許是在開源技術(shù)的熟悉程度上不夠，總之能夠激發(fā)的興趣點不多。但Doug Cutting對2015年開源社區(qū)熱點判斷到也值得關(guān)注。Doug Cutting新的熱點也許在于機(jī)器學(xué)習(xí)技術(shù)的泛化，更多會被應(yīng)用到大數(shù)據(jù)的應(yīng)用中。

Hadoop之父Doug Cutting

另外一個亮點是Doug Cutting先生印象深刻的大數(shù)據(jù)應(yīng)用案例。 有兩個，一個是一家信用卡企業(yè)，通過使用Hadoop集群，分析5年積累的數(shù)據(jù)，發(fā)現(xiàn)了一個金融欺詐方式被反復(fù)使用，借助Hadoop反欺詐取得很好的效 果。另外一個是亞特蘭大某兒童醫(yī)院，通過對于嬰幼兒ICU數(shù)據(jù)監(jiān)測，改善服務(wù)。Doug Cutting表示，此前這些數(shù)據(jù)都不被保存，但通過數(shù)據(jù)監(jiān)測，發(fā)現(xiàn)采血前后，各30分鐘內(nèi)，嬰兒的脈搏加劇，表明處于一種緊張、惶恐的狀態(tài)。通過這一發(fā) 現(xiàn)，醫(yī)護(hù)工作者可以提供針對的服務(wù)。這讓Doug Cutting印象深刻。

批注：發(fā)欺詐的大數(shù)據(jù)應(yīng)用其實并不陌生。類似應(yīng)用，在互聯(lián)網(wǎng)領(lǐng)域較為普遍，生活中也會有接觸。例如出差登陸QQ等，我們手機(jī)接到預(yù)警，其背后就是海量大數(shù)據(jù)監(jiān)控。對此，有很好的客戶體驗。

但讓人不解的是，這么貼心的客戶體驗為什么不能貫穿全局呢。如果你遇到了QQ號被盜，你就會知道凍結(jié)賬號的手續(xù)有多么糟糕。僅僅是服務(wù)電話的選 擇菜單就足夠折騰了，當(dāng)然這是題外話。對于打動Doug Cutting的案例，似乎有些缺乏新意。或者說，不夠典型。當(dāng)然，首先是理解上的障礙。當(dāng)談到華人對于開源社區(qū)貢獻(xiàn)的障礙時，語言問題也被涉及，這真讓 人無語。