大数据项目管理：从规划到实现

25

第 2 章

评估和选择数据管理解决方案

你可能已经意识到，在开始一个新项目时，技术选型有多么重要。选择正确的解决方案是

一个复杂的过程，它会对组织产生长远的影响，并直接影响数据项目能否取得成功。是重

用可信赖的解决方案，还是尝试新方案，或是步行业领头羊的后尘？在选择解决方案时，

我们必须面对这些艰难的决策。

在决策过程中，你可能会看到市场炒作、来自供应商的夸大承诺、能够提供不同解决方案

的分析师以及拥有忠实用户基础的工具。其中一些解决方案可能适合你的项目，有些则可

能不太适合。后者只会浪费时间和金钱，让你感到挫败。

本章的目的是帮助你在技术选型过程中做出最好的选择。首先，讨论开源项目的一些常见

的生命周期，这些知识有助于了解开源项目的健康状况、项目处在生命周期中的位置，以

及抛开炒作（不管有没有）看看项目是否适合系统。然后，讨论用于评估项目的一些指

标，例如性能测试或基准测试的结果。最后，深入探讨一些项目技术选型模式。

你很可能会问：为什么本章要关注开源项目？可以采用商业解决方案吗？关注开源项目的

主要原因是，很多较新的大数据平台都是开源项目，而且很多现代专有解决方案也是基

于开源软件或利用了开源软件，在某些情况下甚至会复制开源解决方案的功能。当然也

有例外——

Teradata

是一个闭源的商业数据管理解决方案，它可以存储和处理海量数据。

在云计算领域，亚马逊

Web

服务（

AWS

）提供了专有产品，例如简单存储服务（

Simple

Storage Service

，即

Amazon S3

）和

Kinesis

，它们主要用于存储和处理大数据 ...