大數(shù)據(jù)浪潮之巔：新技術商業(yè)制勝之道

目錄
1 谷歌的大數(shù)據(jù)路：從擁有“三駕馬車”到喪失先發(fā)優(yōu)勢 \ 1
谷歌的“三駕馬車”開啟了大數(shù)據(jù)時代，然而在這個新時代里，谷歌卻喪失了先發(fā)優(yōu)勢。這是為什么呢？我認為是谷歌對待開放架構的態(tài)度相對保守導致的。
2 谷歌的大數(shù)據(jù)路：一場影響深遠的論戰(zhàn) \ 7
在大數(shù)據(jù)發(fā)展史上，以邁克爾?斯通布雷克為代表的數(shù)據(jù)庫元老級人物，針對MapReduce向谷歌提出了質疑。這場著名的論戰(zhàn)給整個業(yè)界帶來了動蕩，最后誕生了Spark。
3 谷歌的大數(shù)據(jù)路：谷歌的“黑科技” \ 14
在大數(shù)據(jù)的上半場，谷歌以“三駕馬車”引領時代，但后來因為決策失誤喪失了先發(fā)優(yōu)勢；而在大數(shù)據(jù)的下半場，谷歌帶著“黑科技”Spanner數(shù)據(jù)庫系統(tǒng)閃亮登場，效果如何呢？
4 如何讀懂類似谷歌“三駕馬車”這樣的技術論文 \ 20
讀懂一篇技術論文，首先需要明白“論文是寫給誰看的”和“論文是怎么寫出來的”這兩個基本問題，然后就可以有針對性地提升自己閱讀論文的功力。
5 雅虎：大數(shù)據(jù)領域的“活雷鋒” \ 26
雅虎，這個早已淡出我們視線的公司，卻是大數(shù)據(jù)領域的“活雷鋒”，可以說正是它促成了今天的Hadoop生態(tài)圈。這篇文章就來說說它的故事。
6 IBM的大數(shù)據(jù)路――起早貪黑趕了個“晚集” \ 31
作為歷史悠久的計算機公司，IBM早早涉足了大數(shù)據(jù)領域，最終卻只能寄希望于比自己的產品起步還要晚的Spark，我們來看看其中發(fā)生了什么。
7 三大社交媒體公司對Hadoop生態(tài)圈的貢獻 \ 35
雅虎把Hadoop開源以后，當時著名的三大社交媒體公司Facebook、LinkedIn和Twitter都加入了這個生態(tài)圈，并做出了巨大貢獻。Hadoop生態(tài)圈給我們的啟示是，抱團取暖才是生存之道。
8 微軟的大數(shù)據(jù)發(fā)展史：微軟硅谷研究院 \ 41
微軟硅谷研究院曾經在微軟的大數(shù)據(jù)發(fā)展歷程中扮演了非常特殊的角色，它推出的Dryad和DryadLINQ可以說是兩個另類的產品，雖然未曾大受歡迎，卻對大數(shù)據(jù)的發(fā)展有著不可磨滅的貢獻。
9 微軟的大數(shù)據(jù)發(fā)展史：必應的Cosmos \ 47
Cosmos是微軟必應搜索引擎下面的團隊開發(fā)的大數(shù)據(jù)基礎架構，代表了微軟在大數(shù)據(jù)方面的最高成就。
10 微軟的大數(shù)據(jù)發(fā)展史：Azure的發(fā)展 \ 53
微軟大數(shù)據(jù)發(fā)展史上的另一個分支是微軟云計算平臺下的大數(shù)據(jù)項目Azure。這個項目產生了HDInsight、Azure Data Lake、CosmosDB三大平臺，但最后只有CosmosDB取得成功。
11 亞馬遜的大數(shù)據(jù)故事：從先驅者到一味索取者 \ 59
在大數(shù)據(jù)技術發(fā)展的早期，亞馬遜發(fā)表了Dynamo系統(tǒng)的論文，成為和谷歌“三駕馬車”的論文一樣具有深遠影響的論文。然而隨著大數(shù)據(jù)的發(fā)展和Hadoop生態(tài)圈的建立，亞馬遜對大數(shù)據(jù)圈的貢獻極少，但亞馬遜自己卻從中獲得了巨大的利益。
12 亞馬遜的大數(shù)據(jù)故事：創(chuàng)新和“拿來”并存的云服務 \ 64
亞馬遜不僅在Hadoop生態(tài)系統(tǒng)里蓬勃發(fā)展，還推出了自己的數(shù)據(jù)分析產品。這些產品有些是亞馬遜自己研發(fā)的，有些則只是對開源的產品進行了包裝。但是，亞馬遜一如既往地沒有反哺開源項目。
13 阿里巴巴的大數(shù)據(jù)故事：數(shù)據(jù)分析平臺發(fā)展史 \ 70
國內大數(shù)據(jù)平臺做得最好的公司當屬阿里巴巴。本文就來介紹一下阿里巴巴數(shù)據(jù)分析平臺的發(fā)展情況：數(shù)據(jù)分析平臺的疊加開發(fā)。
14 阿里巴巴的大數(shù)據(jù)故事：流計算引擎發(fā)展史 \ 75
在阿里巴巴的發(fā)展過程中，流數(shù)據(jù)處理一直是一項十分重要的技術，阿里巴巴也在這方面做了很多有意義的項目。本文就來介紹一下阿里巴巴的流計算引擎JStorm與Blink的發(fā)展史。
15 大公司的大數(shù)據(jù)戰(zhàn)略得失：自建“輪子”成本高 \ 80
大公司的大數(shù)據(jù)平臺可分為兩類，一類是自己搭的基礎架構（自建“輪子”），另一類是抱團取暖所形成的Hadoop生態(tài)圈，兩者各有利弊。本文將分析第一種情況，主要以谷歌、微軟、阿里巴巴自己搭建的大數(shù)據(jù)平臺架構為代表。
16 大公司的大數(shù)據(jù)戰(zhàn)略得失：抱團取暖的Hadoop生態(tài)圈 \ 86
除了自建“輪子”的公司，其他各大公司走向了一條抱團取暖的道路，就是你搭一個模塊，我搭一個模塊，大家一起開源出來，最后組成了一個叫作Hadoop的生態(tài)圈。其中有為社區(qū)積極做貢獻的公司，也有以賺錢為目的的公司，還有一味索取的公司。
17 Hadoop三國之“魏國”――Cloudera \ 91
Hadoop領域曾經有三家發(fā)行商互相角逐，其中不乏各種戰(zhàn)術與謀略，仔細琢磨，你會發(fā)現(xiàn)這三家公司的關系與三國時期的魏蜀吳之間的關系非常相似。本文講述Hadoop三國之“魏國”――Cloudera的故事。
18 Hadoop三國之“吳國”――MapR \ 97
Hadoop三國之“吳國”MapR，實力強大卻很少參與競爭，這篇文章就來說說它特立獨行的故事。
19 Hadoop三國之“蜀國”――Hortonworks \ 103
Hadoop三國之“蜀國”Hortonworks始終堅持100%開源，本文講述它的故事。
20 Hadoop及其發(fā)行商的未來 \ 111
Hadoop已誕生十多年，圍繞其生態(tài)圈誕生了諸多企業(yè)，例如前面講的社交媒體公司、三大發(fā)行商，而亞馬遜卻最終成為最大的受益者。
21 文檔數(shù)據(jù)庫的締造者MongoDB（上） \ 116
MongoDB的誕生像一場意外。它是一個文檔型數(shù)據(jù)庫，由10gen公司開發(fā)，以易用性聞名。本文就來講述MongoDB團隊的開發(fā)重心、商業(yè)運作模式和產品盈利方式。
22 文檔數(shù)據(jù)庫的締造者MongoDB（下） \ 127
MongoDB的開發(fā)團隊一向重視用戶體驗而不重視核心功能，其負面影響終于以一次安全危機的方式暴露。加上公司曾經獲得具有CIA背景的風投公司的投資，這一并引起了很多人的顧慮。當然，這一切都擋不住MongoDB公司最終的成功上市。
23 以MongoDB為例，看基礎架構類產品創(chuàng)業(yè) \ 132
作為一款基礎架構類產品，MongoDB以其易用性聞名，然而MongoDB的開發(fā)者不注重系統(tǒng)的可靠性，只注重可用性，導致很多MongoDB的用戶轉向了其他產品。基礎架構類產品的創(chuàng)業(yè)者應該如何平衡可用性和可靠性？這是一個值得深思的問題。
24 直面MongoDB，談微軟的NoSQL戰(zhàn)略 \ 137
2013年，MongoDB在數(shù)據(jù)庫市場中的占有率很高，成為很多創(chuàng)業(yè)者和初創(chuàng)企業(yè)的首選。微軟究竟做了哪些事情，將Cosmos DB變成能與MongoDB競爭的產品的呢？
25 Palantir：神秘的大數(shù)據(jù)獨角獸公司 \ 144
Palantir是一家神秘的大數(shù)據(jù)創(chuàng)業(yè)公司，由硅谷著名投資人彼得?蒂爾創(chuàng)辦，其主要服務對象是美國政府部門、特情組織和軍隊，所以外界對其了解甚少。
26 Splunk：機器日志數(shù)據(jù)分析帝國 \ 149
Splunk是大數(shù)據(jù)圈里少有的盈利并且蓬勃發(fā)展的企業(yè)。它主要服務于機器日志數(shù)據(jù)分析領域，隨后又不斷拓展業(yè)務，演變開發(fā)了若干不同類型的軟件。在本文中我們就來好好聊聊Splunk的進階史。
27 Confluent：Kafka項目背后的公司 \ 155
Kafka是LinkedIn開發(fā)的開源項目，它主要通過日志文件傳輸?shù)姆绞皆诓煌臄?shù)據(jù)源之間同步數(shù)據(jù)。而Confluent公司是Kafka開源項目的創(chuàng)始人離開LinkedIn以后所創(chuàng)立的公司，主要致力于Kafka項目的商業(yè)化。在本文中，我們來講講這家公司的故事。
28 Powerset：HBase的“老東家” \ 160
Powerset是一家在多年前被微軟收購的創(chuàng)業(yè)公司，目前在語義搜索方面開疆拓土。它為開源社區(qū)貢獻了BigTable的Hadoop版實現(xiàn)。本文就來講講這家公司的發(fā)展史。
29 Cassandra和DataStax公司的故事 \ 166
Cassandra是開源社區(qū)仿照Amazon Dynamo開發(fā)的產品，它最初由Facebook開發(fā)并開源，卻又被公司內部棄用。創(chuàng)業(yè)公司DataStax對Cassandra大力支持，造就了今天繁榮的Cassandra社區(qū)。
30 Databricks：Spark的數(shù)據(jù)“金磚”王國 \ 172
Spark是Hadoop生態(tài)圈里大紅大紫的項目，它甚至取代了Hadoop MapReduce的地位。Databricks是對這個項目進行商業(yè)化的企業(yè)。本文就來聊聊這家企業(yè)的故事。
31 Data Artisans和浴火重生的新一代大數(shù)據(jù)計算引擎Flink \ 178
Data Artisans是對Flink進行商業(yè)化的公司。Apache Flink是一個年輕的新型處理引擎，是Hadoop社區(qū)里Spark的主要競爭對手。Flink設計理念先進，但是工程實現(xiàn)方面相對落后。
32 Dremio：基于Drill和Arrow的大數(shù)據(jù)公司 \ 183
Dremio是另外一家大數(shù)據(jù)創(chuàng)業(yè)公司，其創(chuàng)始人是從MapR公司跳槽出來的。Dremio的主要產品就是Dremio項目，它吸收了MapR主導的開源項目Drill的精華，以開源項目Arrow為核心開發(fā)。本文就來講講Dremio公司和Dremio平臺的來龍去脈。
33 Imply：基于Druid的大數(shù)據(jù)分析公司 \ 189
開源大數(shù)據(jù)項目Druid由Metamarkets開發(fā)。開始時籍籍無名，后來被一些大公司，尤其是Airbnb使用和推廣以后，受到了很多關注。
34 Kyligence：麒麟背后的大數(shù)據(jù)公司 \ 194
麒麟（英文名字是Kylin）是第一個全部由中國人主導的Apache頂級開源項目，Kyligence則是對這個項目進行商業(yè)化的公司。本文就來看看麒麟和Kyligence的故事。
35 Snowflake：云端的彈性數(shù)據(jù)倉庫 \ 200
Snowflake是一個構建在云端的彈性數(shù)據(jù)倉庫，它背后的公司與之同名。Snowflake公司的創(chuàng)始人和管理層都有強大的背景，本文就來講一下Snowflake及其公司的故事。
36 TiDB：一個國產新數(shù)據(jù)庫的創(chuàng)業(yè)故事 \ 205
TiDB是位于北京的一家創(chuàng)業(yè)公司PingCAP的產品，它的目標是實現(xiàn)一個開源的類似谷歌Spanner的系統(tǒng)，這個產品非常有特色，本文就來聊聊TiDB和它背后的公司。
37 大數(shù)據(jù)創(chuàng)業(yè)公司的前景：紅海vs．藍海 \ 211
關于創(chuàng)業(yè)的市場，通常有紅海和藍海的說法，藍海容易成功，紅海相對艱難。對大數(shù)據(jù)創(chuàng)業(yè)公司來說，藍海多半指的是應用軟件類的市場，而紅海指的則是基礎架構軟件類的市場。本文將對比分析一下這兩類市場。
38 如何通過分析企業(yè)的技術積累來判斷其發(fā)展前景 \ 216
通過分析企業(yè)的技術積累，能夠有效地判斷企業(yè)的發(fā)展前景如何。我們需要關注三個方面：技術適用的場景是否有巨大的盈利空間，技術本身是否有領先和獨到之處，以及技術的積累是否足夠深和廣。