本月初，Platform Computing公司发布了Platform MapReduce。Platform宣称这是业界首款针对MapReduce应用程序的企业级分布式运行引擎。

　　什么是大数据与MapReduce？

　　在云时代，大数据已经不仅仅指数据的量大，比如多少TB，还包括这些数据本身的复杂程度，尤其是非结构性的数据。大数据的处理需要用到集群技术，比如来源于Google的Hadoop技术。对于大数据也产生了新的数据处理编程模式，如MapReduce。

　　MapReduce这种编程模型用于大规模数据集（大于1TB）的并行运算。这个词由“Map（映射）”和“Reduce（化简）”组成，方便了编程人员在不会分布式并行编程的情况下，将自己的程序运行在分布式系统上。

　　MapReduce数据架构分为三层：底层的分布式并行文件系统或数据库、MapReduce中间件以及上面的应用和用户访问层。

　　Platform MapReduce的原理与功能

　　Platform公司在分布式架构管理领域有超过二十年的经验，Platform MapReduce分布式运行引擎能够对跨整个分布式文件系统的集群中的MapReduce应用程序进行调度和管理。

　　Platform MapReduce基于Platform LSF、Platform Symphony等技术，能为要求最为苛刻、关键任务的分布式计算工作负载提供支持。

　　据Platform全球技术副总裁王敬文介绍，Platform MapReduce的目标市场是金融、电信、政府、零售、生物和生命科学等行业，也包括中小型互联网公司。

　　其实，市场上与许多开源的MapReduce，比如Hadoop MapReduce。但是开源MapReduce存在很多缺陷，在质量和功能上都达不到企业的要求。最近有新闻报道，Google在新的内容索引系统中会放弃MapReduce。

　　此外，Platform公司还将为HDFS提供服务支持。通过与MapReduce集成，为用户提供更多选择。

　　云时代的数据分析架构

　　在云计算时代，架构性与非结构性数据共存的情况更加普遍，传统的数据分析技术将会和新技术结合，数据管理与存储、数据分析与使用都将变得更加智能。