早在2008年，云计算的概念刚刚兴起，百度内部出现了两拨势力。一拨要从零开始打造自己的大数据底层技术，把MapReduce、GFS、BigTable这些组件都要实现一遍，结果花了两三年时间，也没能稳定运行。

而另外一拨势力，直接采纳开源的Hadoop生态，很快在公司内应用起来。而我当时做的日志统计平台，也是采用了Hadoop。但百度的数据规模毕竟太大了，所需的集群规模，开源版本根本撑不住，于是不得不改写Hadoop，这样就和开源的版本渐行渐远，等到后来再也合不到一起了。

曾经有一年多的时间，我们部门新设计和实现和底层的存储及计算系统，结果发现开源的版本也差不多实现到了同样效果。虽然许多内部的人觉得我们怎么总重复造轮子，但我明白还是需求使然，你面临的需求相对领先，但也没有领先到像Google那样提早5年。

但对于小公司来说，则完全没必要从零开始做，还是要尽量用开源的产品。

整个Hadoop生态，要比我2008年刚用的时候，要成熟很多。那个时候我们去拿开源的版本，编译部署，一个新手可能两周都不一定能正常的运转起来。而现在下载一个Cloudera发行版，两个小时就可以正常跑任务了。

与此同时，又面临了新的问题，因为大数据平台牵涉到数据的采集、传输、建模存储、查询分析、可视化等多个环节，而开源领域只是一些组件，于是各家公司都在纷纷打造自己的大数据平台，这就像Oracle之前，各家都在打造自己的存储系统。这显然不是一件性价比高的事情。

有市场需求，就会有满足相应需求的公司诞生，于是就诞生了一堆提供大数据服务的公司。

由于这一新领域还处于早期，这些创业公司所能提供的服务并不会特别的完善，要么是以项目制的方式运转，要么是提供专门应用场景的服务。

这样，对于一些企业来说，这些创业公司提供的服务，似乎自己也能实现，那何不干脆自己做?

这创业一年多以来，我看到了太多的公司在打造自己的数据平台，但做的还不够完善。不管是技术实力还是人力投入上，都有点力不从心。如果选用了这些第三方数据服务，那岂不饭碗被抢了?

可我要说的是，饭碗早晚都会被抢，只是时间早晚的问题。这里只需要问一个问题：我所做的数据平台，是不是其他公司也是类似的需求?如果是的话，那肯定也有其他公司做着类似的事情，做的东西会大同小异。

那么，就会出现专门的公司，来解决这种通用的需求。因为这些公司专注于解决这一块问题，所以会更加专业，并且舍得投入。而对于需求公司来说，除非自己转型去专门做大数据平台，不然在投入上，肯定不是一件性价比很高的事情。与其如此，不如及早侧重于自己的核心业务，关注应用需求本身。