Ir bijis daudz hype ap Hadoop uz ilgu laiku. Bija paredzēts, ka tas tāpēc, ka hype Hadoop tiek uztverta ļoti efektīvu lielu datu apstrādes rīks. Bet ir pienācis laiks, lai apskatīt dažas auksti, grūti faktus. Tas ir laiks, kad hype lēnām nomirst leju un uzņēmēji sāk skatīties uz ieguldījumu atdevi (ROI). Aptauja, Gartner veica, šķiet, liecina, ka daudzi uzņēmumi neplāno ieguldīt Hadoop, jo viņiem nav prasmes, lai izmantotu to, vai tas joprojām uzskatāms lietotājam nedraudzīgas funkciju. Ir arī citi iemesli, kā arī. However, ir vēl viens cilvēku grupa, kas ir optimistisks par izredzēm Hadoop. Ja situācija šķiet mulsinoši, tas ir tāpēc, ka attieksme pret Hadoop ienāk posms vilšanās no hype un tas ir dabiski. Šis ir laiks, kad uzņēmumi sāk saņemt reāli. Tas ir laiks, kad uzņēmumiem būs objektīvi novērtēt un izmantot Hadoop.
Kontrastējošas atzinumus par Hadoop pieņemšanas
Kā minēts iepriekš, uzņēmumi ir sadalīti divās grupās, kad runa ir par Hadoop pieņemšanas: viena grupa ietver uzņēmumus, kas nelabprāt, vilcinās vai piesardzīgs, kad runa ir par Hadoop pieņemšanas un otrajā grupā ietilpst uzņēmumi, kas tic Hadoop gatavojas dot labu ROI. No bijušās grupas attieksme atspoguļojas Gartner aptaujā. Zemāk ir nozīmīgākie secinājumi no aptaujas. Ņemiet vērā, ka aptaujas rezultāti tika izlaists maijā, 2015. So, rezultāti ir diezgan atjaunināti. Aptauja Mērķauditorija sastāv mazie un vidējie uzņēmumi un C līmeņa vadītāji.
- 54% aptaujāto neplāno ieguldīt Hadoop nākotnē.
- tikko 18% respondentu ir plāni ieguldīt Hadoop nākamajos divos gados.
- 26% respondentu izvietojat vai eksperimentē ar Hadoop.
- Companies that were reluctant or hesitant with Hadoop adoption cited skills shortage and user-unfriendliness as reasons for not thinking about Hadoop.
According to Merv Adrian (vice president at Gartner), “With such large incidence of organizations with no plans or already on their Hadoop journey, future demand for Hadoop looks fairly anemic over at least the next 24 mēneši”. Moreover, the lack of near-term plans for Hadoop adoption suggests that, despite continuing enthusiasm for the big data phenomenon, demand for Hadoop specifically is not accelerating”. The main reasons for such a negative response to Hadoop are given below.
- Lack of Hadoop skills is an important constraint. Enterprises claim that their staff is not capable of using Hadoop. Hadoop, in its original form, ir lielā mērā aprobežojas ar ekskluzīvu grupas, kas varētu to izmantot produktīvi. Lai gan vairākas trešās puses rīkus nāk klajā, lai atvieglotu izmantošanu Hadoop, pat tie nav viegli izmantot. Galvenais iebildums pret Hadoop un trešo personu instrumenti ir tie prasa jaunas prasmes, kas gūtas, kas nozīmē papildu investīcijas. Esošās prasmes nevar izmantot. Lai gan mācības ir pieejams šiem rīkiem, eksperti uzskata, ka tas prasīs vēl 2 to 3 gadi šīm programmām, lai iegūtu akreditācijas.
- Daudziem uzņēmumiem, Hadoop nav prioritāte. Viņi domā, ka Hadoop ir overkill par biznesa problēmām tas ir paredzēts, lai atrisinātu. Tas ir kā izvietot raķešu nogalināt grupu mušas. Also, izmaksas Hadoop pieņemšanas ir vairāk nekā pabalsts, kas iegūta, risinot biznesa problēmas uzņēmumiem saskaras.
Otra grupa ir optimistisks un pārliecināts par Hadoop pieņemšanas. Ir uzņēmumi, kas ir sākuši izmantot Hadoop viņu galveno biznesu un gūtu labumu. Galvenā īpašība, kas tiek izmantota, ir reālā laika datu apstrāde. For example, uzņēmumi var novērst krāpšanu, analizējot datus par reālā laikā. Uzņēmumi spēj nodrošināt labākus produktus, analizējot uz reālā laika pamats datu atsauksmes no saviem klientiem. Viņi saņem datus no mājas-izmantošanu, video, internetbanka, sociālie mediji un dažādi citi avoti. In apsekojumu, ko veica TechValidate, 96% no respondentiem darbojas vairāki lietošanas gadījumi uz vienu Hadoop klastera un starp tām, 20% ir izvietot gandrīz 50 lietošanas gadījumi uz vienu Hadoop klastera. Pētījums parādīja, ka 73% respondentu ir izvietot savus produktus un pakalpojumus, un 59% are benefiting from reduced costs. Most of the above companies are MapR customers. According to Bryon Dover, a big data engineer with the Rubicon Project, “MapR gives me the reliability to process 3 trillion transactions a month with 99.999% uptime.”
What to make of the above findings?
The two extreme attitudes towards Hadoop adoption can be generally confusing but in the context of business cycle, this stage represents just another phase: that of enterprises leaving the hype stage and entering the evaluation stage. When there is hype, everything seems rosy but when there is evaluation, the disadvantages also come out. So, businesses are finding out how to best use Hadoop to solve their business problems or whether, Hadoop is at all required.
Hadoop nepieciešams, lai iegūtu pār savu ekskluzivitāti pārliecināts, jo tas tiek uzskatīts par grūti instruments, lai izmantotu, pieejama tikai cilvēkiem, kuri ir specializējušies. Nav labs front-end, kas padara to viegli, lai cilvēki, lai apstrādātu un analizētu datus. Also, ir nepieciešams, lai uzzinātu Hadoop un ka nepieciešama papildu investīcijas. Trešās puses rīkus, kas apgalvo, lai Hadoop viegli izmantot, nav īsti dzīvo līdz savas prasības. So, viss piedāvājums ir nepieciešams izmaiņas, un tas ir gatavojas veikt laiku. Basically, Hadoop ir jāpierāda, ka tas ir viegli izmantot.
Uzņēmumiem ir jāsaprot, ka viens no labākajiem izmantošanas Hadoop ir tad, kad jūs apstrādājat datu reālā laika. Tas ir, ja otrais klientu grupa ir gūt priekšrocības. Partijas apstrādes nav, kur jums vajadzētu koncentrēties. Real time processing can enable you prevent frauds and offer customized products and services to your customers. Hadoop is not meant for static data. The image below shows that real-time usage is the biggest consideration for Hadoop.
In this context, it is pertinent to mention Apache Spark which has been doing a stellar job analyzing big data real time. It gives you a unified and comprehensive framework that helps you to manage huge data sets from variety of sources in real-time basis. The biggest advantage with Spark is that you can rapidly write applications in Python, Java or Scala and has more than 80 high-level operators. It also supports SQL queries, machine learning, streaming data and processing of graph data, other than Map and Reduce operations. In a nutshell, it can prove to be an effective real-time processing application.
Real time usage of Hadoop
Image1: Real time usage of Hadoop
Any adoption of a new technology takes time. Hype and adoption are different things. It is quite possible that a percentage of the 57% of the respondents of the Gartner survey who did not plan to invest in Hadoop may do so after some time as Hadoop enters the mainstream production stage of many companies and its benefits start showing. This is especially after new technologies of products start to make Hadoop more usable. The SQL on Hadoop, piemēram, may be just the starting point of making Hadoop more accessible to a wider community.
Summary
The indifference towards Hadoop does not make it an unproductive tool. It is only that businesses are still unfamiliar with its ways. As MapR customers will corroborate, jums ir nepieciešams, lai noteiktu, kā vislabāk izmantot Hadoop lai atrisinātu savas biznesa problēmas. Izmantojot to reālā laika datu apstrādi vispārizglītojošās ražošanā, šķiet, ir veids, kā iet. vienādi, ir arī citas priekšrocības pārāk, kas joprojām šķiet neatklātas. Of course, daudz apkārt Hadoop un tās ekosistēma ir jāmaina. Tai jābūt pieejamāku ikvienam, kas vēlas to izmantot. Lēnā pieņemšana likme Hadoop varētu izrādīties par pieņemamu piedāvājums pēc 2 to 3 years.
