在日前的一次采访中，Cloudera大中华区技术总监刘隶放介绍了Cloudera混合数据的公司新定位。
“Cloudera是一家混合数据公司。” 刘隶放说。这并不等同于我对Cloudera的认知，在我的认知中，Cloudera是一家大数据公司。
从大数据到混合数据，这期间发生了怎样的改变？
所谓“混合数据”最终是要落在Cloudera数据平台上，用于支持现代数据应用。
数据应用离不开硬件支持平台、数据分布、编排以及多功能分析等过程。如果熟悉Cloudera所提供的大数据功能模块和工具，就会知道在每一个部分，Cloudera都提供了对应的产品工具，不论是用来构建湖仓一体，还是进行数据编排、调度，以及最上层的数据创新和应用，Cloudera一应俱全。
对于Zookeeper、Mesos、Fafka、Sqoop、HBase、Impala等功能模块和工具，大数据是从技术的角度对其进行描述，而混合数据则是从数据和应用层面对其进行描述，在我看来本质上并没有区别。
“Cloudera是一家混合数据公司。”更多还是为了顺应“数据生态系统架构”的潮流。
很多时候，为了满足数据创新应用发展的需要，我们需要构建什么样的架构来管理数据？用户会有这样的思考和疑问，需要方法论上的突破。
从这个角度来说，以往的数据架构是一种集中管理的架构，但在实际的应用中，也出现了一些问题。例如以域数据为例，中心化集中式的数据管控，其对数据的理解，未必如业务部分。这也好理解，Splunk就强调对于字符串的检索和分析能力，以138xxxxxxxx为例，业务部门就会清楚的知道其背后的含义，以及号段划分的原则和方法，域数据也是如此。中心化数据管控并不能够很好满足数据应用的需要。为此，Data Mesh、Data Fabric等新的数据架构就被提了出来，非常流行。
湖仓一体也是如此。
从数据仓库到数据湖呈现不同的技术特点，从预知问题、预先不知道的问题；从模型优先到模型延后，不同的需求，就有不同数据组织的方法。
但是如何的理论和模型都使用来指导实践的。当我们关注Data Mesh、Data Fabric、Data Lakehouse这些概念，当我们关注Hudi、Delta Lake，Iceberg等这些具体的落地技术时，我们应该知道，Cloudera是一家需要的公司，所谓殊途同归！
我想也许这就是Cloudera推出混合数据新定位的原因！对此，你怎么看？
