分析：互联网+时代的云计算与大数据实践(3)

　　阿里的大数据，2008年阿里就认为自己是一家数据公司，我们用了很长一段时间Hadoop。自己在飞天的平台、ODPS也非常艰辛的做了五六年，在2014年我们把Hadoop全部换掉了，各方面指标都超越Hadoop了。我们最近的一个成果，能说明我们平台优越性的就是SortBenchmark.org比赛。这个是每年都会比赛的，我们做100T GraySort，我们是377秒就可以做完。第二名是一千三百多秒。我们基本上是1/3的时间就可以做完。所以说我们的计算性能是非常高的。

　　我们有离线的计算引擎、大规模学习引擎、图计算引擎、流处理引擎。光数据平台有计算能力还不够，在上面大数据开发平台怎么样，我们有一套开发套件，包括BI的套件，有了这个开发工作的套件大数据之后，在上面我们做数据市场，我们想做数据市场，数据市场是最有挑战的。阿里积累了大量电商相关的数据，我们自认为这也是数据的一个侧面。很多数据我们也并不拥有。我们电商积累的数据跟商家分享，希望A商家可以看到他自己店铺的数据，但他看不到B店铺的数据，B店铺可以看到他自己的数据。我们过去的出发点是希望商家自己拿数据化做运营，我们也提供开放的API，让商家可以把数据拿走，但大部分商家没有自己的研发能力，他找了第三方软件开发商，结果几百家上千家店铺找了同一家软件开发商，结果把数据都给拿走。我们看到，好几百家电商数据都被一个ISV拿走，因为同一个IP地址来取这些数据，接着我们看到ISV发布淘宝天猫相关的数据。当然在国内，大家对数据的产权意识并不浓厚，所以我们发现这个漏洞以后很快堵上了，我们也提供了一个数据开发平台。就是这个原始数据不能拿走，你可以在这个平台上算，但是原始数据拿不走。等于是我们提供了食材、厨房，你可以在里面做大餐，那个项目叫“御膳房”，实际上它已经运行了两年多了，通过这个方式来保证数据的安全。

　　数据，我们不光是给商家开放。我们对其他客户，非商家以外的客户也开放，我们也做了一些尝试。当然前提是保护用户隐私的情况下了。比如说尼尔森做调查统计的公司，它会把一家，比如说它的客户的报告做调查统计利用我们的数据，他跟我们讲模型、算法是怎么样的，在我们的平台上我们确保模型算法对用户的隐私各方面、数据保护没有影响。那就在我们的平台上面跑。跑过之后，尼尔森就说按他们的行规，这个最终的报告应该归他的客户所有，因为客户掏钱，那我们就说客户掏你多少钱？他给我们讲了一个数字，那我们按多少比例分成啊。我们阿里也是对更多的客户开放数据，同样我们基于这些数据也会有收入。同时用户的隐私都是得到保护的。如果我们能把数据变成一个业务，然后通过平台的方法来进行保护，说不定其他公司也可以，用我们的平台方法来让数据成为赚钱的业务，这样的话有可能形成一个数据的交易市场。这是非常新的概念，我们也是摸着石头过河，也没看到其他地方这样进行。即便在美国，我们也没看到类似的一些东西。

（编辑：ASP站长网）