大数据是企业服务市场中的新兴领域，短短几年时间，大数据概念从兴起到落地，开始在各行各业发挥作用，行业政策频出，技术飞速发展，受到资本追捧。
整个大数据行业可大致分为三层，底层基础平台，中间层通用技术，上层行业应用。接下来，爱分析将按照上述分类，逐步介绍各细分领域的行业现状、未来前景。今天是大数据系列的第一篇——底层基础平台。
底层基础平台主要解决的是数据存储、计算的问题，是整个大数据生态的基石。采集到的数据，首先要能高效、快捷地存起来，才能进行数据分析和数据挖掘。
这一层非常重要，同时也是技术含量最高的一层。以底层技术中明星Hadoop为例，用Hadoop的公司很多，能做Hadoop发行版的公司凤毛麟角。
底层基础平台主要解决的是数据存储、计算的问题，是整个大数据生态的基石。采集到的数据，首先要能高效、快捷地存起来，才能进行数据分析和数据挖掘。这一层非常重要，同时也是技术含量最高的一层。以底层技术中明星Hadoop为例，用Hadoop的公司很多，能做Hadoop发行版的公司凤毛麟角。
Hadoop兴起的原因：便宜才是硬道理
进入新世纪的第一个十年，各大企业都在大力投入IT设备，建设自己的机房，上线各套办公系统。第二个十年，经济下行，传统企业的盈利下降，对IT设备的投入已经不像上个十年那般狂热，大型企业采购IT设备的经费受到控制，开始核算成本，意图在满足需求的情况下，降低投入。
以Hadoop为代表的新底层技术能够兴起，抛开技术原因，最主要的原因是便宜、扩展性强。利用分布式架构，将一些性能一般的机器串联起来，达到与高性能单机同样的效果。随着公司发展，数据量增大，不需要更换全套设备，只需要再增加机器就可以达到目的，省时省力。
分布式架构的技术很多，为什么Hadoop最后胜出?还是因为便宜，用的人多。以微软的Cosmos为例，这套系统本身优于Hadoop，主要是针对大型机房，设计理念很好，上万台机器的机房，拿出几十台做别的事情，来提升系统运营效率。但如果是几十台机器，仍然需要拿出很大一部分来做别的事情，机器使用效率就很低。
实际应用时，用上万台机器的公司少，用几十台机器的公司多，因此Hadoop的应用面更广。用的人多，自然帮助优化架构的人多，社区贡献的人多，技术发展快，渐渐成为主流。
国外Hadoop三驾马车，商业模式各有差异
提到Hadoop，必然要提到国外三家围绕Hadoop技术的公司：Cloudera、Hortonworks和MapR。三家公司都成立时间不长，Cloudera和MapR都是2009年成立，而Hortonworks是2011年从雅虎独立出来。三家公司都在资本市场上受到追捧。Hortonworks在2014年上市，IPO当天市值接近11亿美金;Cloudera获得英特尔7.4亿美金的投资，估值近50亿美金;MapR最近刚刚获得5000万美金融资，估值也超过10亿美金。
尽管三家公司都是提供Hadoop相关服务，但是商业模式区别不小。Cloudera和MapR都研发自己的Hadoop发行版，只不过MapR的技术完全闭源，不会对外开放，而Cloudera的产品分为免费版和企业版，只有企业版的核心组件不对外开放，其他技术均提供给社区。Hortonworks将自己的技术完全贡献给社区，不靠产品获利，靠派驻技术人员到客户现场提供服务盈利。
国内市场处于跑马圈地阶段，新兴大数据公司刚刚起步尽管近年大数据行业风起云涌，创业公司如雨后春笋般冒出，却少有专注底层基础平台的公司。当前，银行等大型企业纷纷喊出“去IOE”(IBM小型机、Oracle数据库、EMC存储设备)，尽管国产企业的产品尚不能满足大型企业核心系统的要求，但是必然会有大量新业务的IT系统采用国产品牌，旧有业务面临更新换代也会优先选择国内厂商。
数据库等底层设施不同于上层应用，更换成本较高，客户黏性很大，非万不得已不会进行替换，同时Hadoop这类新技术迭代速度快，需要后期维护。因此，各家公司都在大力开拓市场，跑马圈地。新兴公司服务客户的方式类似，前期以产品为内核，用项目制的形式帮助企业搭建系统，后期每年收取20%的维护费。各家企业都在降低初装费，意图占据市场，靠后期维护费用收回成本。