新年第一篇，聊聊大数据云服务，本篇先聊聊云服务的价值和趋势，不涉及很深入的技术，后面慢慢展开。
不少同学找我咨询Hadoop/Spark集群等设置问题，Hadoop/spark这些基础组件门槛还是比较高，集群安装，配置都算个技术活，是每个初入门同学的必修课。传统的企业版本发行商，如cloudera，提供一个高级的cloudera manager，简化了一部分的工作，但是终极解决这些问题的还是依赖云服务。最典型的就是AWS EMR服务，Amazon EMR 提供的托管 Hadoop 框架可以让您快速轻松、经济高效地在多个动态可扩展的 Amazon EC2 实例之间处理大量数据。
云服务最核心的两个优势：
1）易用
EMR将节点预置，集群设置，Hadoop配置和集群优化这些事情通过云服务的方式隐藏，极大的简化操作步骤和降低了技术人员的门槛。
2）弹性
使用者可以根据需要申请所需要的资源，您可以预置一个、数百个或者甚至数千个计算实例来处理任何规模的数据。您可以手动或使用 Auto Scaling 轻松增加或减少实例的数量，并且按实际用量付费。
可能还有很多观望者提出云服务是否存在安全等问题，但是大家看看业界，实云服务对AWS来说，一年是100亿美金的生意。微软也全面向云转型，股票又重回5000亿美金高峰。再质疑已经没有必要，勇敢尝试才是应该抓紧的。
再来聊聊云服务的标杆厂商AWS的云服务情况。
AWS 几乎是十年前推出的EMR服务，当前这个服务每年大概有1亿美金的收入，大概也就是60人的团队，上来规模，云服务就是一本万利的生意。当前AWS的服务基本覆盖了数据处理的全生命周期，一共有9个服务，如下如所示：
其中Athena和Glue 以及智能服务都是在2016年 re:Invent推出的新服务。
其中Athena的主要是基于开源软件presto做的SQL on S3，主要解决的场景是在S3上提供交互式的SQL接口。GLUE是在pipeline服务的基础上做的ETL服务，提供一定的元数据自动化的能力。可以看出Athena和GLUE都是增值服务，AWS是在积累到一定阶段，进入了一个新的阶段。
2016年可以看着是AI的元年，AWS也是顺应潮流推出了多款语音，文字翻译，对话机器人等服务。这类服务处在一个发展的初期，一些具体的使用场景效果不错，例如这次在CES火了一把的Alexa最早用在aws的 echo 智能设备上，云上也有对应的服务叫lex，相信智能这类服务不用太久就会广泛被用起来。
好了，篇幅有限，更多详情且待下回分解。最后祝愿大家新的一年顺顺利利，健健康康。
