EMC基辛格：圈地大数据 融合迈云端

大数据分析——大象与巨人的较量

按照基辛格的话来说，现在正处于转型期的EMC有很多技术都是用于数据中心甚至是面向云以及大数据蓝图的，其中，数据分析就是诸多领先业务中一个非常自然的延伸。

作为常见的数据分析技术之一，Hadoop已经迅速成长为浏览非结构化数据的主要工具。它是一种分布式文件系统，通过部署到低廉的硬件上提供高容错和低成本的特点，通常适合于具有大量数据集的应用。

EMC此次公布了包括Greenplum HD在内的一系列用于Hadoop大数据分析的软件和专用设备，表明它将在开源社区进行更深一步投资，基辛格在接受ZDNet记者采访中，也特别强调了EMC在Hadoop领域的战略想法。

Hadoop能够存储大量数据且成本低廉的优点显而易见，不少企业都愿意采用这样的新技术。但事实上，很多Hadoop已经习惯了使用低成本的PC或者SATA盘组成分布式的存储，即使单个硬件比较容易损坏，但只要用户可以及时更换，整个系统的容错能力仍然是很强的。

而现在，用户转向在Hadoop环境中使用EMC企业存储设备，这么做会不会既失去了原先的成本好处，又未必得到更好的效果？基辛格向ZDNet记者回答说，Data Domain和Greenplum都是低成本的存储，后者支持本地存储和驱动，Isilon则会用OneFS代替HDFS实现应用间的共享并调用Hadoop数据，这样既有企业级存储，又有Hadoop性能，不需要重新建立数据环境。

或许基辛格不会打低廉存储这个牌，但不得不承认的是，在Hadoop这个领域EMC要面临来众多厂商的竞争，那么这个已经很拥挤的市场中是否还有更多厂商容身的空间？EMC Greenplum首席技术官Luke Lonergan曾经用了这样一个比喻：EMC在Hadoop领域是一头“8000磅的大象”（见上图，Hadoop的大象标志），似乎暗示着，除了该领域现有的Cloudera、DataStax和Yahoo等厂商不得不寻找更高的落脚点，就连号称蓝色巨人的IBM也被挤兑了。

其实不管是Hadoop抑或是大数据，EMC和IBM都在暗自较着一股劲。EMC World 2011大会当天，IBM“应景”地发布了直指大数据市场的TS3500磁带库和TS1140磁带机，而谈到这个对手时基辛格强调说，EMC以云、虚拟化和x86架构为基础的战略，而认为IBM仍局限于不具有伸缩性的大型机架构。

另一方面，EMC 在Hadoop领域也抢到了产品上市的先机，这些产品将会集成VMware的虚拟化和云产品。据基辛格介绍，EMC已经有15家EMC Hadoop分销商，与12家公司建立了合作伙伴生态系统。不过，虽然IBM没有正式公布Hadoop相关产品，但已经在InfoSphere BigInsights、Watson和Cognos Consumer Insight等其他大数据工具中集成了Hadoop，Netazza分析设备也有望增加Hadoop支持。

在大数据汹涌而来的时候，如何从中取得我们需要的价值，就必须依赖于强大的大数据分析和处理技术，基辛格表示，Hadoop战略代表着EMC进军开源领域，EMC后续还有会针对商业市场和企业级市场有更多新产品发布。