大数据能力以云服务的形式提供出来非常普遍，国际大厂aws,azure，国内阿里，华为都有类似服务。今天讨论下大数据云服务的几种模式。
第一种，最典型的叫集群托管模式
最典型的服务就是aws的emr服务，可以访问：https://aws.amazon.com/cn/elasticmapreduce/。这种模式下云服务主要解决的是大数据组件集群的安装，监控，运维管理等，降低技术人员对大数据集群底层的技术知识门槛。云服务资源按需申请，加快了业务部署的时间，同时将一次性的采购成本转为按需使用的费用，降低了企业运营的风险。
这种模式下面，核心是减少了运维的负担。但是业务人员还需要根据不同的业务要求，去选用不同的组件，以及组合各种组件之间的使用。各个组件类似电脑城里面的配件，能不能有一种更彻底点方法，提供一个品牌机给客户呢。
第二种，server-less模式
server-less这个词来源于aws的lambda服务（https://aws.amazon.com/cn/lambda/），通过 AWS Lambda，无需配置或管理服务器即可运行代码。您只需按消耗的计算时间付费 – 代码未运行时不产生费用。借助 Lambda，您几乎可以为任何类型的应用程序或后端服务运行代码，而且全部无需管理。只需上传您的代码，Lambda 会处理运行和扩展高可用性代码所需的一切工作。您可以将您的代码设置为自动从其他 AWS 服务触发，或者直接从任何 Web 或移动应用程序调用。
这个核心是客户不用关心服务器，只需要管自己的代码即可。大数据领域也能提供类似理念的服务。 
这种模式最典型的是azure的data-lake。可以访问https://azure.microsoft.com/zh-cn/solutions/data-lake/。客户不用再关心各个独立的组件。Azure Data Lake 包括了所有所需的功能，使开发人员、数据专家和分析师可以更轻松地存储任何大小、形状和速度的数据以及跨平台和语言进行各种类型的处理和分析。它消除了插入和存储所有数据的复杂性，同时启动更快，可与批量、流式、交互式分析一起运行。
这种服务底层是构建在基础的托管集群上，把各种服务组合在一起，提供统一的访问。服务本身提供自动弹性伸缩的能力，数据自动搬迁，自动保障客户的SLA。
第三种，大数据saas服务
品牌机相对电脑散件肯定更易用，但是对完全没有电脑知识的人也很难用，而去很多用电脑的人核心是要使用word之类的office软件，更不关心电脑本身其他更多的功能。所以大数据最重要能根据行业提供saas类的服务或者应用。阿里云最近推出了一个郡县图治，有点意思：
总结一下
讲到最后，客户的层次，和处于业务的情况是不一样的，所以需求也是多种的，因此这三种服务模式都有广阔的空间。第一种模式想对而已，已经陷入同质化竞争，创新的空间有限，未来更看好第二种，第三种模式的发展。
标签：典型,服务,com,代码,aws,模式,三种,数据 来源： https://blog.51cto.com/15127539/2661776
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。