Infochimps推出实时大数据开发平台

Infochimps近日推出1.1版本，号称Hadoop的Heroku（一种支持多语言的云应用开发平台）。新版本在很多地方有所突破，包括在不启用Hadoop的情况下很容易地创建流式工作流。

Infochimps是一家位于德克萨斯州奥斯丁的创业公司，今年二月从数据市场转型为大数据平台提供商。新版本Infochimps Platform的推出标志着Infochimps具备了处理流式数据Streaming Data的能力。

虽然Infochimps将其大数据平台称为“Hadoop的Heroku”，但实际上Hadoop并非Infochimps的重点。“人们遇到大数据问题时往往会想到Hadoop，”Infochimps的首席执行官Joe Kelly说道：“实际上，他们解决大数据问题的过程中也许根本用不到Hadoop。”

根据Infochimps的首席战略官Dhruv Bansal介绍：更常见的情况是，客户用Infochimps的平台开发程序处理分析数据，只有在需要批量分析海量数据时才会用到Hadoop。基于这种经验，我们的新版本关注的重点是对数据的实时处理功能（而不是Hadoop）。

新的流式分析引擎Data Delivery Service基于Apache Flume，Infochimps的用户可以用它来处理进入系统的数据。通过Wukong——一个基于Ruby的命令行界面，开发者可以编写大数据应用调用Data Delivery Service或Hadoop，使用的语法也非常简单，开发者无需学习MapReduce或者Flume。

尽管如此，Infochimps平台还是支持高级Hadoop语言如Hive和Pig。Wukong是一种互动方式，但不是唯一的。

Infochimps的新平台还向开发者提供Deploy Pack功能，开发者可以在本地编写和测试代码，只需一条命令就可以推送到云端环境。这要归功于Ironfan——Infocimps的基础设施自动化工具、数据库以及Hadoop集群等应用环境，这些都最大限度减轻了开发者的工作负荷。

Infochimps可以在客户自己的选择的云基础设施中运行，同时还与Rackspace合作，支持其OpenStack云计算平台。

不过，给Infochimps打上“Hadoop的Heroku”还有些为时过早，因为Infochimps还是需要高度人工干预的平台，虽然开发和部署相对简单，但用户还不能刷完信用卡后什么也不管；他们还需要与Infochimps紧密沟通设置程序。这部分是因为客户的水平层次不齐——数据科学家们需要磨练编程技巧，而开发者则需要学习如何写出更好的数据流。

“我们正处在一个过渡阶段（从完全DIY的平台到完全托管的服务）”Kelly表示，当这个过渡阶段完成后，用户将能够付费后马上使用服务。核心将会是用户常用的服务，90%的代码已经写好了，用户可以根据自己的需要调试其余10%的代码。”