DT(Digital Technology)一词，翻译过来即数据科技，可以说，这并不是一个新词，但它真正引起我注意的是阿里研究院最近写的一本书《互联网+：从IT到DT》，阿里作为国内IT技术的引领者，其技术定论不可轻视。

DT时代来临：变革在悄然发生

DT时代的骨骼：大数据处理平台的衍变

在数据处理需求急剧上升的今天，是什么在支撑着数据的变现?是的，正是数据处理平台，或者换种说法：一套完整的数据处理流程。

从数据的采集、清洗、流式实时计算、数据落地，在大多数时候，这一套完整的流程过后(或许会没有流式实时计算)，这才真正进入数据的价值挖掘阶段，包括了数据的离线计算，通过一系列的建模挖掘其隐含的商业价值。

当然，在大数据遍地的今天，数据的收集也好、处理也好、挖掘也好，我们想必也要加一个“大”字了。那么，在DT时代来临的今天，能够支撑这一流程得以流通的正是数据平台，或者说是大数据处理平台，它将是支撑DT时代来临的捞针术!

当然，大数据处理平台也不是一开始存在的，它是在经历过一系列的衍变之后，才形成今天我们看到的，或这或那的数据平台形式。

就在不久前，我曾在storm-分布式-IT技术群中发起了一次近千人的话题讨论(当然，实际参与讨论的人远没有这么多，很大一部分人还是喜欢静静的围观的)，其核心就是当前互联网公司中大数据平台发展的现状。

当时的讨论过程很剧烈，汇聚了各个企业公司的大牛小牛、程序猿、设计狮、产品狗，总之各种“动物”都有，众说纷纭，各有各的观点看法，但总体来说就目前几种大数据平台的形态，大家还是有比较一致的看法的。

1、大数据处理平台的终极形态：深度挖掘

数据已经完美流通，包括了完整的大规模数据采集系统、数据预处理清洗系统、数据流式实时计算系统、大规模数据存储系统、大规模离线计算系统;拥有全面的数据监控调度系统，能够方便地低成本地进行数据流程监控、调度，实时掌握数据的动态变化;拥有完善符合自身业务需求的机器学习算法库，数据挖掘层面，已经进入了数据深层挖掘阶段。

其中以BAT为代表。在国内，BAT一向是技术的引领者，因此他们在数据价值挖掘这一方面，也确实做到了领先地步。

2、其次是大数据平台完善，处于数据浅层挖掘状态

同样，这种形态的企业公司，数据平台的数据已经完全打通，他们已经在开始尝试挖掘数据的潜在价值，意图达成数据的变现。

当然，或许是由于技术积累的问题，或许是人力物力的原因，他们并没有能力做深一层的探索、挖掘，但是他们却一直在努力。他们缺少是一套完善的，适合自己的，又能够方便使用的数据挖掘库。

处于这种形态的公司也不少，诸如CSDN、去哪儿、艺龙等等，他们在个性化的道路上孜孜不倦地探索着。

3、数据流通，处于数据统计分析阶段

这种形态的数据中心，大规模数据处理平台已经基本搭建，数据已经能够流通，处于大规模数据的统计分析阶段。

这种类型的公司，他们更多倾向于对数据仓库的建立，对大批量数据进行存储、统计并且分析数据的走势以及变化。所以，就Hadoop生态来说，他们可能更倾向于使用Hive之类的技术或者工具。

处于这种形态的公司是占大多数的，典型如刚组建大数据部门的短短一年时间的360，当然还有很多很多类似的公司，数不胜数。他们希望摸清楚自己到底掌握了什么样的数据，这些数据到底是怎么变化的，通过对这些数据的了解以及掌控，他们才能更好做出更合理的商业决策。