我们再总结一下困难和特点，首先是任务重，周期紧，我们看到七天的测试周期里，包括措施系统的安装，平台的安装，数据的生成，包括我们审核其它的举证，我们看到terasort中位执行时间是3小时，HBase任务中位执行时间是29，54，50，39分钟，另外是覆盖性，覆盖了业务系统里面的典型的一些任务。
第二，我们从来没在国内或者是国外看到类似的32台集群规模的配置，使用上BT的数据规模的公开的业界的测试。所以我们处于业界比较领先的认证。我们审核的这些取证的这些图，测试过程是非常的严格，我们宁可多减一些，宁可多省一些。另外，评审也是的严格，行业客户和业界专家倾听、质疑、答辩。
我们做陈鹤的评测和任何的认证都是存在不足的，我们也承认还有一些局限性的地方，比如说我们现在做的是单向机制，却说对混合负载的情况。因为你不可能单跑SQL的任务，肯定是多种场景混跑，这些事情我们是缺少的。另外，我们承认现场人员的前期准备，平时的积累和现场的发挥对测试结果有一定的影响，就像高考一样，肯定是有一些临场发挥和机会在里面的。
另外也和企业的投入资源有关系，有的企业可能人不多，但是全部砸到这个项目上，有的且可能厉害的人很多，但是没有派出来，这都是有可能的。
再一个，由于数据生成的限制，我们采用的工具大多数是开源的工具，我们一直以来都想做场景化的，行业化的尝试，这块我们未来会逐步跟厂商和客户再去进一步的推进场景化的。
还有周期的限制，我们无法进一步的对稳定性作出考量，一个系统在一个月高负载下的情况。另外是机器学习的数据量略小。
下一步我们的计划，我们会引入一些数据流可视化，统一考虑权限管理，还有数据管理功能，流计算。还有性能，支持跟SQL更紧密兼容性。我们一直以来是想以任务为导向，寻找行业的性能评测，我们现在已经在做评测的标准，第四批会加入MPP数据库的评测。这是下一步的计划。
认证报名马上要启动第四批了，10月8日到12月31日会做第四批基础能力和性能专项。包括Hadoop与MPP数据库产品。总之，这是我们一直会坚持做下去的事情，我们也希望成为中国的比较权威，或者是比较领先的大数据技术产品的评测机构。也会以此为我们的愿景，一直践行这些事情，帮助大家选型也罢，评估不同的开源技术，这是我们的愿景。
未来的规划，Hadoop和Spark已经做了，MPP下一批也有了，数据管理的功能，我们会慢慢的在这些平台上见到。还有一些BI和算法。这是我们的愿景规划图。今天我的分享就到此结束。谢谢。