移动互联网、云计算等技术的快速水之土日，使全球数据量得到爆炸性增长，大数据时代已经全面到来。从庞杂的数据背后挖掘、分析用户的行为习惯和喜好，找出更符合用户“口味”的产品和服务，并结合用户需求有针对性地调整和优化自身，这就是大数据技术所带来的巨大价值。

而面对庞大的业务、海量的数据都在不断的增长，几乎没有任何一家传统的商业方案能够独立解决这些业务。企业内部的“合作”已经成为局限，要想应对这些，需要更多的力量，这无疑给开源模式带来了新的机遇和挑战。开源浪潮之所以风生水起，是因为成本低、灵活性强，又有受过培训的人员，帮助使业更好地挖掘隐藏在大数据当中的价值。

Hadoop无疑是目前大数据领域中最热的开源技术，它承诺能够降低成本同时获得企业级的IT自由度。Hadoop、R和NoSQL现在是许多企业制定的大数据战略的三大支柱，无论这些战略是管理非结构化数据，还是对非结构化数据进行复杂的统计分析。这些开源技术平台与专有软件相比的一个优势就在于，于它们能够更快速地改进。而且它们也得到许多不同机构的不断开发和完善。Hadoop已经变得无处不在，EMC、戴尔、IBM、甚至微软都已经开始跻身Hadoop阵营。国内的盛大、百度、人人网等都已经开始应用Hadoop技术。

大数据领域的另一位生力军Spark现在也是名声大噪，作为通用的并行处理框架，Spark具有类似Hadoop的一些优点，而且Spak在迭代计算上具有比Hadoop更高的效率，还提供了更为广泛的数据集操作类型的开发等等。众多优越的性能和比Hadoop更广泛的适用面让Spark的进一步发展值得期待。

不管怎样，云计算与大数据在应用中产生的价值是有目共睹的，两者之间的结合，远比相互分离要好得多。而在选择云计算及大数据的平台时，企业一定要结合自己的实际情况和需求来选择适合自己的云计算平台，避免单纯为了开源、为了云而做出盲目的选择。当然从长远考虑，与开源想法搭起桥梁要比试图对开源想法视若无明智得多。