自我们发布上一版大数据版图以来，这个利用了内存处理的开源框架就开始引发众多讨论。自那以后，Spark 受到了从 IBM 到 Cloudera 的各式玩家的拥护，让它获得了可观的信任度。Spark 的出现是很有意义的，因为它解决了一些导致 Hadoop 采用放缓的关键问题：Spark 速度变快了很多(基准测试表明 Spark 比 Hadoop 的 MapReduce 快 10 到 100 倍)，更容易编程，并且跟机器学习能够很好地搭配。

传统企业在互联网时代面临着前所未有的生存和发展考验。站在战略和管理的高度，制定更清晰的发展战略，才能在日益激烈的竞争中胜出。从根本上适应大数据时代总体趋势发展的传统企业，拥有巨大的发展空间。

　　传统企业如何实现互联网化？企业的线上业务和线下业务怎样融汇贯通？越来越多的传统企业转变过去保守的态度，积极拥抱“互联网+”，将大数据等新兴技术应用到产业升级和商业化过程中，寻找下一个风口。

那么 2016年 大数据到底还算不算回事儿呢?我们不妨探讨一下。大数据应用的两个难点大数据有趣的一点在于，它不再像当初经历过那样有可能成为炒作的题材了。经过炒作周期后仍能引起广泛兴趣的产品和服务往往那些大家能够接触、可以感知，或者与大众相关联的：比如移动应用、社交网络、可穿戴、虚拟现实等。