1. 首页 >互联网 > 正文

Hortonworks如何应对大数据市场从Hadoop转向

导读 技术供应商在寻求稳健的增长道路时,常常比他们承认的要勇敢。在大数据领域,这种上市消息传递方法在那些将Hadoop编程框架商业化以在多台计

技术供应商在寻求稳健的增长道路时,常常比他们承认的要勇敢。

在大数据领域,这种上市消息传递方法在那些将Hadoop编程框架商业化以在多台计算机上存储和处理非常大的数据集的供应商中非常明显。例如,Hortonworks Inc.首席执行官罗布·比尔登(Rob Bearden)在最近的一次采访中试图 对公司的增长前景做出相当乐观的展望。

底线是,Hortonworks,像老对手了Cloudera公司,是仍然在努力实现持续盈利和动力。从积极的一面来看,两家公司每个季度都将继续增加收入,增加新客户并加深他们在现有客户中的足迹。最近,Hortonworks报告第四季度总收入为7500万美元2017年,与去年同期相比增长了44%,年收入年增长率比2016年增长了42%,并预测收入将继续强劲增长。此外,Hortonworks在最近一个季度完成了20笔交易,金额超过100万美元,是上一财年同期的两倍多,交易规模持续增长,并且不断更新客户,甚至扩大了他们在Hortonworks产品上的支出。

但是没有人取得胜利。盈利能力仍然是Hortonworks的一触即发的主张。对于总部位于加利福尼亚州圣克拉拉的公司而言,2017年第四季度是其有史以来第一个现金流量正季度。与Cloudera形成鲜明对比的是Cloudera,尽管它预测今年的收入增长会放缓,但它仍在增加经营亏损,并以狂热的步伐燃烧投资者的现金。但是,Hortonworks无法将持续的现金流量正值视为理所当然,并且一直不愿预测其至少会在未来几个季度达到收支平衡。

两家供应商都面临挑战,以证明他们的商业模式可以长期成功。两家公司都将其业务立足于开源软件,特别侧重于Hadoop和本地部署。他们俩都面临着一个市场,在这个市场上,势头已经转移到了公共云以及提供全套大数据分析产品以及基础设施和平台产品的提供商,以解决各种可能的企业部署方案。

像Cloudera一样,Hortonworks最近也看到了它的股价被一个对此存有疑问的投资界的knock折。没有大数据供应商,甚至没有拥有庞大企业客户基础的IBM,都没有想到仅凭基于本地的部署就可以无限增长。

敏锐地意识到了这些担忧之后,Hortonworks继续调整其消息传递,以表明它并未因其Hadoop遗留问题而受到严重损害。Bearden最近告诉投资者,Hortonworks已“从专注于大数据市场的领先Hadoop提供商发展成为在全球拥有1300多家客户的领先的全球数据管理平台公司。”

尽管Bearden夸耀其收入流的三分之二来自本地部署,但该公司仍将重点放在公共云合作伙伴关系上。其Cloudbreak产品可简化在Amazon Web Services Inc.,Microsoft Corp.,IBM Corp.和Google LLC云中的Hadoop平台的部署,配置和扩展。IBM转售了Hortonworks Data Platform 来代替自己已弃用的Hadoop发行版,并将HDP置于其Hadoop平台即服务产品的核心。微软已经将OEM的HDP集成到了Azure HDInsight公共云服务的核心中。如果您是AWS客户,则可以在该云提供商的在线市场上购买HDP,并通过完整的S3存储连接和共享的Hive Metastore对其进行部署。

即使努力避免受到创新的公共云解决方案的侵扰,Hortonworks仍难以摆脱传统竞争对手的困扰。它的产品组合-由HDP,Hortonworks DataFlow 和Hortonworks DataPlane Service锚定 -为混合云中的非结构化,流式传输和边缘分析提供了一个全面的平台。但从整体上看,它与同样复杂的Cloudera Enterprise Data Hub或MapR Converged Data Platform并没有区别。它们在这些产品组合中全部提供的企业级功能范围(集群管理,数据治理,查询优化,策略管理,安全性等)只是企业市场中的赌注,而不是竞争优势。

同样,这些供应商对数据仓库,网络安全和其他业务应用程序的行业特定和横向解决方案的日益重视,对于增加他们在既有客户中的收入份额至关重要,但是这不会使公共云提供商摆脱这些和其他增长。未来的机会。

即使他们越来越强调提供数据科学DevOps工具,也不一定会在迅速发展的人工智能市场上获得很多份额。考虑到AWS,微软和Google在AI,深度学习和机器学习方面的深度和广度,Hortonworks等传统Hadoop供应商也有在这一领域被边缘化的危险。

由于Hortonworks只是IBM一种工具Data Science Experience的转售商,因此它在AI市场上仍然受阻。Cloudera在其Data Science Workbench上具有更强的竞争地位,但即使如此,它也面临着AWS,Microsoft和热门创业公司的强大竞争,这些竞争对手提供的机器学习自动化水平显然是Cloudera工具所缺少的。

标签:

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时候联系我们修改或删除,多谢