Tom Reilly, chief executive officer of Cloudera Inc.

文｜郭华

今年6月6日，Hadoop商业公司Cloudera突然暴跌了40%，一时间引发了大家激烈的讨论，在这些讨论之中，最具代表性的观点便是Cloudera的暴跌代表着Hadoop的陨落。

但我认为Cloudera的暴跌与Hadoop无关。

健康的Hadoop

Hadoop现在还是非常健康的。

图1 Hadoop大数据分析市场情况

首先，我们看一下Hadoop的市场情况，根据statista的测算，2019年全球Hadoop和大数据市场规模约在340亿美金左右，且5年复合年增长率高达28.5%——从这点看，Hadoop没有衰落的迹象。

其次，我们再看一下现在最火的云计算厂商的情况，打开他们的产品页，我们看一看对大数据怎么想：

图2 四大云厂商Hadoop情况

从图2可以看到，不管是Amazon的EMR、谷歌的Dataproc还是阿里云的E-MapReduce和Azure的HDInsight，四大云厂商无一例外都选择了Hadoop，而且均占据了其产品页头部的位置，这足以说明Hadoop在云厂商心目中的地位——从这点看，Hadoop也没有衰落的迹象。

然后，我们再看一下Hadoop本身。

图3 Hadoop生态 from oreilly.com

Hadoop从2006年发布以来，不仅点燃了大数据的热火，自身也在热火中逐渐发展壮大，从一个软件变成了一个生态。在HDFS和YARN基础上长出来一系列大名鼎鼎的软件，这里边既有老牌的Hive和Hbase，也有热度正在攀升的Spark和Flink，总体接近四十多个，从实践中看，Hadoop仍然是企业大数据处理系统最佳甚至唯一的选择——从这点看，Hadoop也没有衰落的迹象。

最后，我们再来看看招聘要求，就拿中国最顶尖的这部分公司为例，比如百度、阿里、腾讯、头条、美团、滴滴、网易等，这些公司对大数据工程师的要求第一点便是Hadoop。看完这些JD，毫不夸张的说，如果你是候选人而只让你选一门技术做准备，那一定是Hadoop——从这点看，Hadoop也没有衰落的迹象。

图4 各大公司招聘要求

说Hadoop衰落的人提了一些论点，其中最有价值的便是S3正在动摇Hadoop的HDFS，K8S正在动摇Hadoop的YARN。HDFS和YARN是Hadoop的根基，根基受到挑战，Hadoop将会沦陷。

但我们看一下Hadoop的历史就会发现它从来不缺挑战，比如Spark，当时号称比Hadoop快一百倍，后来仍然成了Hadoop生态中的一部分，跟Hadoop和谐共生。而且当时Hadoop才出来没多久，考虑到已经在各大公司部署的庞大Hadoop集群，现在看到K8S和S3就说Hadoop要衰亡，这就有点为时过早了。

Cloudera怎么了？

如果说Hadoop没问题，那Cloudera暴跌是怎么回事呢？

我们先看这次暴跌发生的时间点。

这次暴跌发生在Cloudera 现任 CEO Reilly宣布辞职，并公布了FY20 的第一季度财报之后。

Cloudera在财报里表示其营收略低于预期（预期$188M，完成$187M），并且也调低了FY20营收预期，从$835M - $855M降到了$745M - $765M，对应的年增长降到了0%-10%。

有人说这种增长率显然对一个新技术公司来说太低了，是这次暴跌的主要原因。

但我认为这并不充分。

Cloudera在今年1月的时候刚刚完成了与Hortonworks的合并，这种合并必然需要一段时间的调整期，所以财务情况跟预期略有出入也不是特别意外。

那是不是说这次暴跌是黑天鹅事件，Cloudera本身是没问题的吗？

当然不是，Cloudera有问题，而且很大。

它既有远虑，也有近忧。

先说近忧。

前面提到Cloudera和Hortonworks在今年1月份进行了合并（合并后还叫Cloudera），而两者都是Hadoop商业服务公司，各自在Hadoop基础上都有了自己的产品线，Cloudera的产品叫CDH，Hortonworks的产品叫HDP。

所以合并之后第一个问题便是新公司的产品策略是什么。

图5 Cloudera产品策略

Cloudera CPO Arun Murthy 是这样说的：Cloudera会在2022年前继续支持CDH和HDP两条产品线，同时也正在开发新的整合产品——CDP（Cloudera Data Platform）。CDP分两个版本，第一版基于CDH6和HDP3，目标是兼容两者现有作业，并做初步整合，算是一个beta版，之后的第二版才是真正的统一版，它将在第一版的基础上把CDH和HDP两条产品线里最好的部分挑选出来并进行整合，给客户更超值的体验。

Cloudera虽然没有明确给出CDP的时间点，但Arun简洁的线框图似乎在极力暗示着时间是一年一版。

但事实远不像画线框图这么简单，CDP除了时间之外，还存在着产品形态的不确定性。

因为CDH和HDP里存在着互斥的部分，只能二选一，比如管理部分，CDH用的自己开发的管理工具，HDP用的是开源的Ambari；再比如安全部分，CDH用的是Ranger而HDP用的是Sentry。所以到底选哪个，怎么选，选完后原来的客户要怎么办，这些都不确定。

不仅如此，CDH和CDP现在又在分别整合对方，比如CDH整合了HDP里的实时处理部分HDF，HDP也整合了CDH的数据科学组件CDSW，这更让人看不懂。

所以Cloudera似乎是迷失在了短期需求与远期规划的三条线路中，还没找到一个真正的收敛方案。

那就更不要说它的客户了。

对于现有客户来说，他们不知道是该在原版本上继续升级还是等待整合后的统一版本：原版本升级虽然简单，但已经明确知道这会在两三年时间内被废弃，到时候还得做迁移，等整合版本吧，又不知道什么时候才能使用。总之是不管哪个决策都不够理想，所以只能再等等看看，这点在第一季度的财报电话会议上也得到了现任CEO Reilly的承认，他表示Cloudera现有客户似乎都因为这个的问题推迟了续费。

而对新用户来讲，更是不知道该选CDH还是HDP还是再等等选CDP。

打个不恰当的比方说，Cloudera让自己的客户陷入了驴子吃草的困境之中，这无异于在给竞争对手创造机会。

这个对手不是同做Hadoop商业服务的MapR，而是全球公共云厂商。

这便是Cloudera的远虑。

现在已经没必要讨论云计算是不是趋势的问题了，大企业都在IT上云，云计算已经成了规律，那么自然而然的，作为IT一部分的大数据也就被云厂商顺手拿走了。

以AWS为例，根据分析师Rishi Jaluria的预测，单单AWS上的EMR（托管的Hadoop）和Redshift（类似Hadoop+Hive的数仓解决方案）在2018年的营收之和就接近$700M，几乎跟合并后的Cloudera总收入相当。如果再考虑其他大数据产品，比如营收高达$1.6B的S3（对标Hadoop的HDFS），那么AWS上大数据收入将是Cloudera的数倍。

更不要说加上Azure、Google Cloud和阿里云的部分了。

公共云厂商正在吃掉一切。

而更可怕的是这根本不是竞争。比如前边虽然提到了有人说S3正在挑战Hadoop的HDFS，但这种讨论只在云的背景下有意义，因为S3不是软件而是服务，如果你在本地自建一个大数据集群，那无论如何S3都威胁不到Hadoop。可一旦企业上了云，云厂商便掌握了主动权，他有各种机会引导客户去使用其自研的产品。

这才是真正让Cloudera头疼的事情。

Cloudera的反击

Cloudera对这一切非常清楚，他也给出了自己的对策，这就是前边提到的CDP。

CDP，全称叫Cloudera Data Platform，是一个混合云/多云的大数据平台，既支持在本地或私有云上部署，也支持在多个公共云上部署——虽然时间还没确定，但根据Cloudera的描述，CDP将会支持AWS、Azure、Google Cloud、IBM Cloud和Oracle，几乎覆盖了美国所有云厂商。

而Cloudera的逻辑是，企业上云已经不可避免，但企业同时想要选择权，这便是多云/混合云的机会，而且比起某个云厂商来说，第三方多云平台会更具中立性，这便是CDP的机会。

从某种程度上来说，Cloudera的逻辑和IBM收购Redhat的Openshift是一致的。

所以CDP是Cloudera现在最关键的一步，如果成功的话，它不仅统一了Cloudera和Hortonworks的产品线，还能让Cloudera在云计算的浪潮之中找到自己的位置，可谓一箭双雕，既解了远虑又消了近忧。

至于Cloudera的CDP会不会成功，我想现在谁都没结论，但有一点是肯定的，那就是在公共云厂商正在吃掉世界的现在，它的问题值得所有技术公司认真考虑。

这是云厂商之间的战争，也是技术公司生存的环境。（本文首发钛媒体）

【钛媒体作者介绍：郭华，微信kakuka1988】