微软CEO史蒂夫·鲍尔默用“你们不懂大数据”向IBM和甲骨文宣战。雅虎宣布成立关注Hadoop的新公司Hortonworks。LexisNexis一直被宣传是Hadoop的替代物，计划十年后以开源的形式亮相。许多大型会议的议题中都少不了闪亮登场的大数据，厂商们已经盯准了这一领域并开始发力。

　　IDC在最近的一次调研中，对于数据的增长有一个粗略的估计，截至今年年末将会有1.8万亿字节存放于50亿亿个文件中。IDC也估计照这样下去的话，到2015年将产生7.9千万亿兆字节。而所有的这些信息需要筛选、处理并集成，最后进行分析，为企业带来价值。

　　毫无疑问，Hadoop和大数据正在影响如何处理海量数据，而且同样毫无疑问的是大数据已经吸引了主流业务的目光。Forrester的调研也显示客户已经不在询问“什么是Hadoop”了。但是我们也要问，谁来提供稳健的Hadoop解决方案呢？

　　围绕大数据和Hadoop存在很多炒作，目前来看似乎都是越大必然就越好，在所遇到的问题中丢入更多的数据，就能自动化的产生一种数据洞察力。很多问题通过数据分析即可解决，那么真的是这样的吗？

　　对于业务和IT人员来说，在美好愿景前仍旧需要冷静思考一些问题。真的需要这种层面的分析吗？目前更多的应用是在科学领域，像医药、数学、人工智能等领域。是否已经有这个层级上的东西可以处理目前面临的问题？其实高端企业数据残酷就可以完成Hadoop所做的大多数事情。IT预算能否负担得起？是否有Hadoop专家？尽管很多厂商提供了工具，可以帮助我们访问和处理Hadoop存储的数据，但也需要进一步的考量。

　　但这也并不是说Hadoop炒作过度，不值得我们浪费时间来研究。只是在开始这项工作之前我们需要考虑很多问题。Hadoop的价值是很显然的，但是目前来看并不是很成熟。