本期这篇文章来给大数据浇浇冷水。我们都知道大数据现在已经成为了非常火热的一项技术，在很多行业当中我们已经可以看到大数据应用的身影，而诸如像Hadoop、Spark等耳熟能详的大数据技术也正在被越来越多的企业应用在业务上。

但是，不管哪个行业，出现了很多将大数据应用“扩大化”的现象，笔者所谓的扩大化并不是说大数据技术快速发展有什么不好，而是一些企业开始将大数据技术去盲目的与自身业务强行关联上，因为我们都知道，不管是任何一个行业的用户，利用大数据技术来推动自身业务的发展都必须要从用户的根本诉求出发，运用大数据技术来真正的解决用户所遇到的IT问题才是关键。

大数据圈里的误区

大数据技术切莫不懂装懂！大数据这个产业和技术往简单了说谁都能说出几个特点出来，要是往细了说可就不一定了，在笔者看来这其实也是大数据的魅力所在，既接地气，也专业高深。从目前来看，大数据的技术应用基本都在数据分析以及数据库等方面，其中包含了包括批量数据处理和实时数据流处理等两大主要方面。

很多企业目前的大数据框架是，一方面以Hadoop2.0之上的Hive、Pig框架处理底层的数据加工和处理，把按照业务逻辑处理完的数据直接送入到应用数据库中；另一方面以Storm流处理引擎处理实时的数据，根据业务营销的规则触发相应的营销场景。

并且现在还有很多企业把大数据和物联网、智慧城市等划等号，在笔者看来，大数据只是支撑这些平台的关键技术之一，是成熟的基本要素之一，除此之外像OLTP是否具备、企业业务网络架构是否高效和成熟等都是衡量一个项目或者平台的关键因素，千万不要以偏概全。

“过炫”的大数据并没有多大意义

在大数据处理方面，不管是Google的Dataflow还是现在非常成熟的Hadoop2.0、数据仓库、Storm等，它们其实都是针对海量数据去进行加工的工具而已，对于企业的技术人员来说，只需要详细研究其中的数据处理流程以及架构，从而能够保证在企业业务当中所跑的海量数据能够很好的应用固定的模板其实就ok了。

对于现在的企业业务来说，大数据当中的价值有将近70%都是针对业务应用来说的，把大数据的外表装饰的再炫对于解决用户自身的真正问题其实并起不到太大的作用，任何技术、IT架构都要符合业务规划、符合业务发展的要求，否则技术只会妨碍业务和生产力的发展。

写在最后

对于身处大数据时代的企业来说，拥有海量数据的同时更要通过核心技术手段去赋予这些海量数据以价值，从数据当中摸索出用户究竟需要什么，只有这样才能够真正从大数据的“海洋”当中淘到金。

编辑：NIKI