回到题目中的问题，在大数据时代，每家公司都要有自己的大数据部门吗?结论也不能下的太武断。
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。