大數據能力以雲服務的形式提供出來非常普遍，國際大廠aws,azure，國內阿里，華爲都有類似服務。今天討論下大數據雲服務的幾種模式。
第一種，最典型的叫集羣託管模式
最典型的服務就是aws的emr服務，可以訪問：https://aws.amazon.com/cn/elasticmapreduce/。這種模式下雲服務主要解決的是大數據組件集羣的安裝，監控，運維管理等，降低技術人員對大數據集羣底層的技術知識門檻。雲服務資源按需申請，加快了業務部署的時間，同時將一次性的採購成本轉爲按需使用的費用，降低了企業運營的風險。
這種模式下面，核心是減少了運維的負擔。但是業務人員還需要根據不同的業務要求，去選用不同的組件，以及組合各種組件之間的使用。各個組件類似電腦城裏面的配件，能不能有一種更徹底點方法，提供一個品牌機給客戶呢。
第二種，server-less模式
server-less這個詞來源於aws的lambda服務（https://aws.amazon.com/cn/lambda/），通過 AWS Lambda，無需配置或管理服務器即可運行代碼。您只需按消耗的計算時間付費 – 代碼未運行時不產生費用。藉助 Lambda，您幾乎可以爲任何類型的應用程序或後端服務運行代碼，而且全部無需管理。只需上傳您的代碼，Lambda 會處理運行和擴展高可用性代碼所需的一切工作。您可以將您的代碼設置爲自動從其他 AWS 服務觸發，或者直接從任何 Web 或移動應用程序調用。
這個核心是客戶不用關心服務器，只需要管自己的代碼即可。大數據領域也能提供類似理念的服務。
這種模式最典型的是azure的data-lake。可以訪問https://azure.microsoft.com/zh-cn/solutions/data-lake/。客戶不用再關心各個獨立的組件。Azure Data Lake 包括了所有所需的功能，使開發人員、數據專家和分析師可以更輕鬆地存儲任何大小、形狀和速度的數據以及跨平臺和語言進行各種類型的處理和分析。它消除了插入和存儲所有數據的複雜性，同時啓動更快，可與批量、流式、交互式分析一起運行。
這種服務底層是構建在基礎的託管集羣上，把各種服務組合在一起，提供統一的訪問。服務本身提供自動彈性伸縮的能力，數據自動搬遷，自動保障客戶的SLA。
第三種，大數據saas服務
品牌機相對電腦散件肯定更易用，但是對完全沒有電腦知識的人也很難用，而去很多用電腦的人核心是要使用word之類的office軟件，更不關心電腦本身其他更多的功能。所以大數據最重要能根據行業提供saas類的服務或者應用。阿里雲最近推出了一個郡縣圖治，有點意思：
總結一下
講到最後，客戶的層次，和處於業務的情況是不一樣的，所以需求也是多種的，因此這三種服務模式都有廣闊的空間。第一種模式想對而已，已經陷入同質化競爭，創新的空間有限，未來更看好第二種，第三種模式的發展。
微信掃一掃
關注該公衆號