【IT168 专稿】12月2日、3日，Hadoop in China 2011在北京会议中心成功举办。大会以“海量数据掘宝”为主题，聚集了一千余名来自世界各地的关注Hadoop专家、开发者和使用者。

　　本次大会一个最大的亮点就是邀请到了Hadoop的掌门人——Doug Cutting。IT168记者在大会现场采访到了Doug Cutting本人，在采访过程中，Doug Cutting谈到了企业如何才能更好地使用Hadoop，开发者如何才能更好地参与到Hadoop的贡献，同时，还讲到了他从Yahoo!到Cloudera所遇到的问题，最后Doug Cutting还畅想了未来5到10年内Hadoop的发展前景。

▲Doug Cutting正在接受IT168专访【点击查看视频】　　

　　IT168：欢迎来到IT168，首先请跟我们的网友打个招呼好吗?

　　Doug Cutting：很高兴来到这里，谢谢!

　　IT168：第一个问题是，Hadoop在中国已经作为一个默认的大数据处理技术，被互联网企业和IT厂商所广泛使用，对于如何更好地使用这个开源的技术，您有些什么建议?

　　Doug Cutting：最好是加入到开源的进程中来，当你看见一些功能的缺失，我们可以在每一个项目中联合起来。开源让企业真正了解它们所使用的技术，这是它们之前所不能做到的，所以我认为企业应该充分利用开源。

　　IT168：中国的Hadoop开发者如何更好地参与Hadoop的贡献，目前，Hadoop的哪些方面最需要贡献?

　　Doug Cutting：不管人们用的是该系统的哪一个部分，最重要的事情就是在使用过程中，发现一些令你疑惑的事情，这时可以抓住机会写一些文档，或者是做一些改进，让人们不那么疑惑。如果你发现一些功能缺失，或者有缺陷，可以做一些工作来改进，比如写一些新的代码。

　　IT168：今天您演讲的主题是《Apache Hadoop and the Big Data Platform》，能否简单介绍一下演讲内容?

　　Doug Cutting：当然可以。我谈到了，硬件的发展让我们可以访问海量的数据，但是软件却相对落后，我们没有软件工具，来使用到企业所购买的硬件，企业不得不购买许多程序和硬件驱动来存储PB级的数据并处理它，从而更好地理解业务，这非常昂贵。Hadoop技术正在形成一个平台，它是一个开源的项目的集合，每一个项目都有一个社区。随着越来越多的人们开始使用它来分析数据，新的项目不断地加入，一整套的项目正在持续发展壮大。

　　IT168：我还带来了一个来自我们社区开发者的问题，为什么当时使用JAVA来写Hadoop，而不是使用C?

　　Doug Cutting：使用JAVA的原因主要是在性能和易开发之间进行了权衡，尽管JAVA性能不如C那么好，但是也没有慢太多，并且JAVA的类型安全、垃圾回收机制等也使得开发程序简单得多，调试起来也要更快一些。所以我认为，JAVA一个生产效率很高的环境，尽管有一些性能方面的浪费，但是问题不大。

　　同时，我们也在寻找更多C方面的工具，我在做一个项目叫做Avro，我尝试提供一个通用的数据格式，让使用不同语言编写的应用程序可以通过共享数据更好地互操作。因此，有C版本的Avro，Java版本的Avro，应用程序可以使用这些来共享数据。总之，C语言开发相对要慢，而对于许多应用来说，开发的速度更加重要。

　　IT168：从Yahoo!到Cloudera，你认为最大的不同和挑战是什么?

　　Doug Cutting：Yahoo!是Hadoop的用户，它使用许多大型的Hadoop集群来解决许多问题。而在Cloudera，我们有成百上千的客户，我们看到的是各种不同的应用、大小不同的集群，客户需要解决的问题也不同，这在相当程度上是一个问题，不再仅仅是在最大的集群上运行Hadoop来解决最大的问题，而是需要解决更多不同的问题，这是Cloudera所要解决的问题，也是一件很令人兴奋的事情。在Cloudera，我们也看到客户飞速增长，我们现在有很多客户的集群计算节点已经超过了1000台，还一直在扩大。

　　IT168：你如何看待Hadoop的未来?

　　Doug Cutting：我认为，Hadoop将成为未来IT架构的主要部分之一，我认为它是数据处理革命的开端，这是一种全新的方式，基本上所有的新技术都是新的。在未来的5到10年之内，在Hadoop领域将会持续看到很多新的事物：许多新的工具、许多新的应用、越来越多的行业开始使用hadoop，我想这基于这个现有的大数据平台，将会产生许多新的应用，人们将会开始意识到，他们可以保存更多的数据，他们可以以全新的方式使用它，这是他们以前都没想过的，所以我认为这是一件很好的事情。