大数据图谱不仅仅只是一团乱如麻的LOGO，其实还隐藏着另一种玄机

Posted 2021-04-26 分析世界讲方案

说起大数据图谱（BIGDATA LANDSCAPE），不得不说这是一张费眼的“烂图”，因为这张图除了各种彩色斑点外似乎什么都看不出来，但或许正是因为这样才能让读者感到大数据的劲爆。

FIRSTMARK是一家风险投资公司，当然也专注于大数据方向的项目投资，图谱中的公司LOGO都和FIRSTMARK有一定关系，可以说从最近五年的经验看，大数据图谱是在不断变化的，而且LOGO越来越多、越来越密。我有时在给客户讲大数据方案时，如果引入了这张图，那么真的要拿捏好适用场合，否则不知道是想说大数据选择丰富还是“无所适从”。

我们的客户在开展大数据项目前，一定知道要朝哪个方向发力。这就会给自己做个定位，比如要做大数据的提供者？大数据能力的建设者？大数据资源的使用者等等。这样就会进一步确定采用什么设计方案，引入什么类型的产品和工具，做哪个领域/哪个方向的研究……类似这样的需求，客户就可以参考Landscape里的logo，找到相应的企业提供支持和帮助。在这张图中，有领先的咨询公司，也有优秀的实施公司；有成熟的老牌企业，也有新兴的创业公司；有大数据开源组织，也有大数据商用产品……可以说只有你想不到的，没有这张图看不到的。

但终归，排版这张图的公司是一家投资公司，如果只是夸张作秀那我们也只能看看而已。所以我认为：大数据Landscape的精华一定不仅于此，我们需要深刻洞察并找到蛛丝马迹，从而指引企业构建大数据能力平台、开展大数据产品和业务支撑、服务于某个领域的具体细分市场，这才真的是学以致用。

我们将BIG DATA LANDSCAPE加以翻译、说明，自底向上分别剖析。

首先最底部是数据源，主要包括结构化、非结构化及半结构化数据。

高科技可穿戴设备的时期必然会采集到客户的健康情况，而且还有物联网数据、金融经济数据、航空/太空/海洋数据，总之有关于数据的一切都是大数据所关注的对象。

数据源的上层，是开源技术生态圈及相关工具集。

这里面涉及到开源技术框架、大数据存储及访问工具、数据查询引擎、在线处理引擎、分布式协调器等等。需要说明的是这些组件全部为开源社区的免费版，可以任意使用。

而在这张图的顶部包括了基础架构类、分析类和企业应用三部分。

基础架构主要是指在大数据领域中关注与底层架构的企业，底层架构决定了平台基础，也是大数据平台中非常重要的环节。需要说明的，大数据底层架构并非全是Hadoop，也并非仅是数据库。在这里面我们看到了图数据库、云数据仓库等行业热词，也包括数据治理、众包能力的构建。

分析域则是大数据的主要研究对象，也是业务价值产出的重要手段。不论是数据分析平台、还是数据科学/AI，数据可视化等等，每一个方向延展都可以归拢于某个大的分析专题。在这个领域中，主要涉及到企业应用领域的分析能力，有关于分析架构、分析平台的能力则主要归属于刚才介绍的基础架构域。

最后就是企业应用。所涉及到相关领域、各个行业、组织职能关系等关键词。从销售、市场、客户服务等前端领域，到人力、法律、财务等后勤管理，相应都有公司在辅佐这些行业的大数据业务研究。

所以我们看，一张大数据图谱（BIG DATA LANDSCAPE）不仅仅是公司LOGO在这个领域的能力支撑，更重要的是体现了大数据生态的构建关系。对于支撑客户开展大数据项目而言，具有下述重要意义：

1：开源软件引领大数据技术发展，引入开源框架可以提高产品开发效率；

2：积极归纳并总结业界标杆企业的领先经验，参考其架构、产品和工具集的能力，构建起自己的支撑平台；

3：充分借鉴成熟商业软件的产品优势，取长补短完善大数据平台生态；

4：结合自身业务发展，在新大数据产品、新技术方面有敏锐的洞察力，引领技术创新。