tez交易

❶ 谁要小米2S的订单10元一个，2小时内有效

嗨！
为了防止大家私人信息泄露，引起不必要的损失及纠纷，是不支持私下交易资格号及F码的，同时小米也保留追究相关责任的权利。目前小米官网是有不定期的活动的，如果喜欢小米产品，请到小米官网（www.xiaomi.com ）参加活动按照正常流程购买，以便保证您的订单安全并且让我们为您提供更好的售后服务（自行申请售后时需要您登陆购买产品的账号操作）。
更详细的描述问题有助于网友理解你遇到的麻烦，帮助你更准确的解决问题。谢谢你支持小米手机！

❷ 27岁以太币创建者获利11亿美元，以太币值得投资吗

以太必正在经历重大的变革。 ETH的基本资产评估方法是不透明的，且不断变化。如果把 ETH看作货币、消费品或有利息的资产，投资者就可以在分配资产时考虑一系列可能的结果。若以太坊2.0得以成功实施，投资者可望将以太坊作为持续盈利的生息资产。前途可望！EtherGroup是构建区块链项目并推出中心化应用程序的第一个平台。以太坊网络成立以来最初几年ERC-20独特的代币交易数量。虽然区块链创业公司的市场扩张在2018年第一次泡沫破裂之后有所放缓，但总市值仍然保持着增长。虽然以太坊拥有 Tron、 Polkadot、 Cardano、 Cosmos和 Tezos等强大的竞争对手，但 Vitalik Buterin的加密货币平台在这方面仍处于领先地位。

ETH虽是 BTC代币之一，但有其独特的投资价值。而且与 BTC一样，国内头部交易所如欧易OKEx已全面上线包括 ETH、 LTC等主流货币衍生品交易，欧易OKEx本身成立时间较长，操作简便。

❸ 求够 中国船厂资料书 里面有 他的地址联系方式和传真 急求

船厂 位置 上海地区 船厂 位置 _ v=WjN
江苏地区 泰州市三福船业有限公司 泰州 江南造船（集团）有限责任公司 上海 >8;%F<o2
泰州市三泰船业有限公司 泰州 上海沪东（中华）造船有限公司 上海 )0d".Q| v4
国内贸易部口岸船舶工业公司 泰州 上海外高桥造船有限公司 上海 7^ {hn_%;
江苏新世纪造船股份有限公司 靖江 上海沪东船舶劳务工程公司 上海 .LcE ^y[V
江苏新时代造船股份有限公司 靖江 上海华润大东船务工程有限公司 上海 'wlP`7&Tn
江苏东方造船有限公司 靖江 上海浩明海事技术服务有限公司 上海 rWpf A E)!
江苏新扬子造船股份有限公司 靖江 上船澄西船舶有限公司 上海 uOqDJM'RM
南通中远川崎船舶工程有限公司 南通 上海海联船舶劳务工程公司 上海 \ 1'R}B@;
南通五湖玻璃钢旅游船有限公司 南通 中海工业有限公司立丰船厂 上海 2Mz FSmhc"
南通蛟龙重工发展有限公司 南通 中海工业有限公司立新船厂 上海 A?KKZ{ P l
南通远洋船舶配套有限公司 南通 中海工业有限公司城安围船厂 上海 c;}n=7,>:L
南通熔盛造船股份有限公司 南通 上海爱德华造船有限公司 上海 TEZ qAR]G
吉宝建设工程（中国）有限公司 南通 上海求新船厂 上海 0MGK 3o)
南通明德重工有限公司 南通 0%j ; yzQ<
南通汉通重工有限公司 南通 广东地区 船厂 位置 D|'Z c &
张家港浦项不锈钢有限公司 张家港 广州广船国际股份有限公司 广州 @| A&\a-"J
江苏无锡船厂张家港分厂 张家港 广州中船黄埔造船有限公司 广州 vz 5 R S
杨林拆船厂 太仓 广州文冲船厂有限责任公司 广州 )W JI=jl
茜泾船厂 太仓 广州中远船务工程有限公司 广州 dh`A(B{hfc
舜天造船（扬州）有限公司 扬州 广州黄埔造船厂 广州 < _uv !N
扬州大洋造船有限公司 扬州 广州海运菠萝庙船厂 广州 7 O :Gi*MA
江苏江扬船舶集团 扬州 广东江门船厂有限公司 vjS 7 nR"T
扬州市大运河船厂 扬州 深圳友联船厂（蛇口） 蛇口 H 8k| >4
扬州科进船业有限公司 扬州 深圳实力普海洋工程技术有限公司 深圳 (I g *iJ%2
江海船厂 仪征 深圳海斯比船艇科技发展有限公司 深圳 @ } ,k\Is
仪征市造船厂 仪征 潮州市造船厂 潮州 Y :BrAa[
仪征新东海 仪征 东莞市造船厂 东莞 N KYyMHv6
仪征五洋船厂 仪征 斗门县造船厂 珠海市 (b!DJ;( O9
广东省连州市造船厂 清远市 l).Ijl}AH;
江都亚海造船有限公司 江都 桂洲造船厂 广州 I A^DfdZY
江都市船舶交易所 江都 汕头造船厂 汕头 <{j 9|m t
江苏省无锡船厂有限公司 无锡 五华造船厂 梅州 [r'M_foga*
无锡红旗造船厂 无锡 新会造船厂 江门 #xB% v
无锡大通船厂 无锡 新中国造船厂 广州 cMAfW3j: ;

❹ 巴菲特投资印度的原因目的是什么

据8月27日报道，沃伦·巴菲特(Warren Buffett)旗下的伯克希尔-哈萨维公司目前正在与Paytm的母公司One97进行接触，欲向后者投资2000至2500亿卢比(28.5亿美元至35.7亿)，这也是巴菲特对印度进行的首次投资。

据悉，在未来的几周内，这笔交易会被最终敲定。投资完成后，作为移动支付和在线金融服务商的One97估值将会超过100亿美元，同时大幅提升公司的影响力。目前，该公司已经获得了来自于阿里巴巴和软银集团的投资。

“伯克希尔正在就收购该公司3%至4%的股份进行讨论，并且会通过首次认购股份的形式完成。”知情人士表示。

该交易是Paytm创始人在几周前Vijay Shekhar sharma推广Paytm董事会会议上开始讨论的，不过当时并未为敲定最终的投资规模。

通过对One97的投资，伯克希尔-哈撒韦将拥有Paytm Payments Bank大约49%的股份，而Sharma则继续持有规定的个人股份。最近印度储备银行要求本地支付银行停止增加新客户，主要的原因是e-KYC流程的问题。

但这并未妨碍Paytm实现更激进的业务扩展计划，Paytm目前在其新零售战略下建立一个超本地化的线上线下综合业务。

此举会增加线下商店的收入，通过使用Paytm的二维码提供更多折扣。另外Paytm也没有向商家收取佣金，但后者必须要为物流和营销成本支付费用。

该公司的另一个发展重点是Paytm Money，客户可以用自己的储蓄资金进行基金投资。该公司希望在未来三年内拓展2000万新客户，并且还设立了涉及人寿保险和普通保险的子公司。

❺ 小米和谷歌要在印度合作是真的吗

近日，据外媒entrackr消息，为了增强无现金购物体验，中国智能手机制造商小米公司在其印度市场的电子商务平台Mi.com和Mi Store应用端整合了谷歌最新推出的支付服务Google Tez。本次整合，将允许印度用户在Mi.com和Mi Store应用上选择无现金交易，Google Tez支持印度国家支付公司开发的统一支付接口（UPI）平台，可以提供便捷支付服务。

谷歌在今年九月推出了基于“统一支付接口”的Google Tez支付应用，目前支持英语和多个印度本土方言，包括印地语、孟加拉语、古吉拉特语、卡纳达语、马拉地语、泰米尔语和泰卢固语。而小米公司则非常看好其印度公司的发展，他们之前就已经表示，要在印度市场投资20亿美元。

❻ 二手房过户时卖家需提供哪些证件

二手房交易是指已经在房地产交易中心备过案、完成初始登记和总登记的、再次上市进行交易。二手房是相对开发商手里的商品房而言的，是房地产产权交易二级市场的俗称，包括商品房、允许上市交易的二手公房（房改房）、解困房、拆迁房、自建房、经济适用房、限价房。二手房交易，现在在北京、上海、深圳等大城市是一个非常活跃的现象，其发展前景相当可观。
二手房交易的整个过程大致分以下几个阶段：
（1）买卖双方建立信息沟通渠道，买方了解房屋整体现状及产权状况，要求卖方提供合法的证件

，包括房屋所有权证书、身份证件及其它证件。
（2）如卖方提供的房屋合法，可以上市交易，买方可以交纳购房定金（交纳购房定金不是商品房买卖的必经程序），买卖双方签订房屋买卖合同（或称房屋买卖契约）。买卖双方通过协商，对房屋坐落位置、产权状况及成交价格、房屋交付时间、房屋交付、产权办理等达成一致意见后，双方签订至少一式三份的房屋买卖合同。
（3）买卖双方共同向房地产交易管理部门提出申请，接受审查。买卖双方向房地产管理部门提出申请手续后，管理部门要查验有关证件，审查产权，对符合上市条件的房屋准予办理过户手续，对无产权或部分产权又未得到其他产权共有人书面同意的情况拒绝申请，禁止上市交易。
（4）立契。房地产交易管理部门根据交易房屋的产权状况和购买对象，按交易部门事先设定的审批权限逐级申报审核批准后，交易双方才能办理立契手续。北京市已取消了交易过程中的房地产卖契，即大家所俗称的“白契”。
（5）缴纳税费。税费的构成比较复杂，要根据交易房屋的性质而定。比如房改房、危改回迁房、经济适用房与其它商品房的税费构成是不一样的。
（6）、办理产权转移过户手续。交易双方在房地产交易管理部门办理完产权变更登记后，交易材料移送到发证部门，买方凭领取房屋所有权证通知单到发证部门申领新的产权证。
（7）对贷款的买房人来说在与卖方签订完房屋买卖合同后由买卖双方共同到贷款银行办理贷款手续，银行审核买方的资信，对双方欲交易的房屋进行评估，以确定买方的贷款额度，然后批准买方的贷款，待双方完成产权登记变更，买方领取房屋所有权证后，银行将贷款一次性发放。
（8）买方领取房屋所有权证、付清所有房款，卖方交付房屋并结清所有物业费后双方的二手房屋买卖合同全部履行完毕。
http://ke..com/link?url=seuZeJvvwoTT4tC0F_fhn7AVJw_GhvRBoiKQVsacp7VpJ9iPeJWQHrmr_-_#8

❼ 美国证监会将ICO纳入监管，将带来什么影响

近半年来，ICO可谓是进行的如火如荼，它的融资速度甚至让IPO都望尘莫及。7月25日，美国证监会（SEC）宣布将部分ICO项目纳入监管体系，这将给ICO项目乃至区块链行业带来何种影响？

ICO（Initialcoinoffering）即通过发行加密代币的方式进行众筹融资的行为。是区块链公司或自治组织发行初始加密代币，出售给合格参与者从而间接获得资金、用于项目开发的一种融资方式。

SEC确认对ICO具有监管权源于发布的关于ICO风险教育的投资者公告，以及对由于代码漏洞遭受黑客攻击而崩盘的ICO项目TheDAO的调查报告。

报告声称，SEC依据1934年证券交易法第21条(a)的规定对ICO项目之一的TheDAO展开调查，现界定TheDAO代币属于有价证券范畴，并强调依据事实情况界定为有价证券的虚拟货币或者代币都将纳入证监会监管体系，受到联邦证券法律的约束，无论是否利用分布式账本技术进行发行和销售。

金融研究机构AutonomousNext近期发布一份ICO报告显示，ICO这种融资模式已累积实现数十亿美元融资，Tezos、TheDAO、Bancor等项目更是通过ICO实现2.32亿美元、1.523亿美元、1.52亿美元的巨额融资。2017年上半年，中国地区发生了高达26亿人民币的ICO融资。

SEC将TheDAO代币纳入监管范畴，意味着什么？对投资者将产生什么影响？ICO整个产业链条将发生什么变化？对此，腾讯科技专访了全球领先的数字资产服务商OKEX的首席合规官TimByun先生。

Tim先生表示，SEC的报告首先明确了DAO代币是一种证券资产，SEC并没有表明所有的代币都是证券，但是很多代币都可以根据证券交易委员会报告第11至15页证券的四项标准被定义为证券。在B.3准则里说到：购买DAO代币的投资者投资于一个一般性的企业，并希望从该企业获得合理收益。有一些非证券类代币可能并不符合这个标准，例如代币购买者可能期望得到的是某个应用的使用权，而不是收益。

Tim先生指出，SEC的此举将产生四个方面的影响：

影响一：美国的非合格投资者可能不能再投资ICO项目。

针对证券类代币，在美国发行和出售证券的ICO发行人必须在美国证券交易委员会注册或获得豁免权。这也意味着根据SEC的监管要求，ICO项目将有可能只能向合格投资者或者非常富有的人发行。

影响二：ICO发行人可能会搬离美国。

如果代币是一种证券，在美国发行和出售证券的ICO发行人必须在美国证券交易委员会注册或须符合豁免注册。针对证券类代币，如果ICO发行人不想遵守SEC的监管要求，可以把发行活动转移到美国境外，并且不接受美国投资者参与。

影响三：ICO代币发放的时间和成本都将显著增加。

针对证券类代币，ICO代币发行时间和成本将显著增加。ICO平台服务提供商（例如承销商）可以提供服务来确保ICO活动遵守了SEC的监管要求，但是成本会增加很多，融资金额也会降低很多。

影响四：ICO代币交易平台将被迫搬离美国。

针对证券类代币，交易平台必须在美国注册并成为国家证券交易平台，或者获得豁免权。从短期来看，美国的代币交易平台必须移除证券类代币，从长远来看，美国的代币交易平台可搬离美国，并且不再服务于美国客户。

“风暴之后就会回归平静。”Tim先生表示，尽管许多行业参与者和观察员可能不同意SEC的报告，但是美证券交易法是不能被违反的；希望美国证监会再发布一个针对非证券类代币的报告，这会让行业更明确如何发展。”

OKEX是致力于成为全球数字资产的基础设施提供商，主要面向全球用户提供数字资产之间的交易、OTC、钱包、保险柜、区块追踪等服务。

❽ 什么是POW和POS，二者区别联系

POW：全称Proof of Work，工作量证明。

POS：全称Proof of Stake，权益证明。

这两者都区块链的共识机制，是数字货币的记账方法。

区别是：

1、POW机制：工作量证明机制即对于工作量的证明，是生成要加入到区块链中的一笔新的交易信息(即新区块)时必须满足的要求。在基于工作量证明机制构建的区块链网络中，节点通过计算随机哈希散列的数值解争夺记账权，求得正确的数值解以生成区块的能力是节点算力的具体表现。

2、POS机制：权益证明要求证明人提供一定数量加密货币的所有权即可。权益证明机制的运作方式是，当创造一个新区块时，矿工需要创建一个“币权”交易，交易会按照预先设定的比例把一些币发送给矿工本身。权益证明机制根据每个节点拥有代币的比例和时间，依据算法等比例地降低节点的挖矿难度，从而加快了寻找随机数的速度。

(8)tez交易扩展阅读：

比特币（BitCoin）的概念最初由中本聪在2009年提出，根据中本聪的思路设计发布的开源软件以及建构其上的P2P网络。比特币是一种P2P形式的数字货币。点对点的传输意味着一个去中心化的支付系统。

与大多数货币不同，比特币不依靠特定货币机构发行，它依据特定算法，通过大量的计算产生，比特币经济使用整个P2P网络中众多节点构成的分布式数据库来确认并记录所有的交易行为，并使用密码学的设计来确保货币流通各个环节安全性。P2P的去中心化特性与算法本身可以确保无法通过大量制造比特币来人为操控币值。

❾ 当下大数据发展的 8 个要点

作者 | 章剑锋

笔者从 2008 年开始工作到现在也有 11 个年头了，一路走来都在和数据打交道，做过大数据底层框架内核的开发（Hadoop，Pig，Tez，Spark，Livy），也做过上层大数据应用开发（写 MapRece Job 做 ETL ，用 Hive 做 Ad hocquery，用 Tableau 做数据可视化，用 R 做数据分析）。今天我想借此机会和大家聊聊我所理解的大数据现状和未来。

首先让我们来聊聊什么是大数据。大数据这个概念已经出来很多年了（超过10年），但一直没有一个准确的定义（也许也并不需要）。数据工程师（DataEngineer）对大数据的理解会更多从技术和系统的角度去理解，而数据分析人员（Data Analyst）对大数据理解会从产品的角度去理解，所以数据工程师（Data Engineer) 和数据分析人员（Data Analyst）所理解的大数据肯定是有差异的。我所理解的大数据是这样的，大数据不是单一的一种技术或者产品，它是所有与数据相关的综合学科。看大数据我会从 2 个维度来看，一个是数据流的维度（下图的水平轴），另外一个是技术栈的维度（下图的纵轴）。

其实我一直不太喜欢张口闭口讲“大数据”，我更喜欢说“数据”。因为大数据的本质在于“数据”，而不是“大”。由于媒体一直重点宣扬大数据的“大”，所以有时候我们往往会忽然大数据的本质在“数据”，而不是“大”，“大”只是你看到的表相，本质还是数据自身。

在我们讲清楚大数据的含义之后，我们来聊聊大数据目前到底处在一个什么样的位置。从历史发展的角度来看，每一项新技术都会经历下面这样一个技术成熟度曲线。

当一项新技术刚出来的时候人们会非常乐观，常常以为这项技术会给人类带来巨大的变革，对此持有过高的期望，所以这项技术一开始会以非常快的速度受到大家追捧，然后到达一个顶峰，之后人们开始认识到这项新技术并没有当初预想的那么具有革命性，然后会过于悲观，之后就会经历泡沫阶段。等沉寂一定阶段之后，人们开始回归理性，正视这项技术的价值，然后开始正确的应用这项技术，从此这项技术开始走向稳步向前发展的道路。（题外话，笔者在看这幅图的时候也联想到了一个男人对婚姻看法的曲线图，大家自己脑补）。

1、从大数据的历史来看，大数据已经经历了 2 个重要阶段

两个重要阶段是指过高期望的峰值和泡沫化的底谷期 。现在正处于稳步向前发展的阶段。我们可以从 googletrend 上 big data 的曲线就能印证。大数据大约从 2009 年开始走向人们的视野，在 2015 年左右走向了顶峰，然后慢慢走向下降通道（当然这张曲线并不会和上面这张技术成熟度曲线完全拟合，比如技术曲线处在下降通道有可能会使讨论这项技术的搜索量增加）。

接下来我想讲一下我对大数据领域未来趋势的几个判断。

2、数据规模会继续扩大，大数据将继续发扬光

前面已经提到过，大数据已经度过了过高期望的峰值和泡沫化的底谷期，现在正在稳步向前发展。做这样判断主要有以下 2 个原因：

上游数据规模会继续增长，特别是由于 IOT 技术的发展和成熟，以及未来 5G 技术的铺开。在可预测的未来，数据规模仍将继续快速增长，这是能够带动大数据持续稳定向前发展的基本动力。 下游数据产业还有很多发展的空间，还有很多数据的价值我们没有挖掘出来。

虽然现在人工智能，区块链抢去了大数据的风口位置，也许大数据成不了未来的主角，但大数据也绝对不是跑龙套的，大数据仍将扮演一个重要而基础的角色。可以这么说，只要有数据在，大数据就永远不会过时。我想在大部分人的有生之年，我们都会见证大数据的持续向上发展。

3、数据的实时性需求将更加突出

之前大数据遇到的最大挑战在于数据规模大（所以大家会称之为“大数据”），经过工业界多年的努力和实践，规模大这个问题基本已经解决了。接下来几年，更大的挑战在于速度，也就是实时性。而大数据的实时性并不是指简单的传输数据或者处理数据的实时性，而是从端到端的实时，任何一个步骤速度慢了，就影响整个大数据系统的实时性。所以大数据的实时性，包括以下几个方面：

快速获取和传输数据 快速计算处理数据 实时可视化数据 在线机器学习，实时更新机器学习模型

目前以 Kafka，Flink 为代表的流处理计算引擎已经为实时计算提供了坚实的底层技术支持，相信未来在实时可视化数据以及在线机器学习方面会有更多优秀的产品涌现出来。当大数据的实时性增强之后，在数据消费端会产生更多有价值的数据，从而形成一个更高效的数据闭环，促进整个数据流的良性发展。

4、大数据基础设施往云上迁移势不可挡

目前IT基础设施往云上迁移不再是一个大家还需要争论的问题，这是大势所趋。当然我这边说的云并不单单指公有云，也包括私有云，混合云。因为由于每个企业的业务属性不同，对数据安全性的要求不同，不可能把所有的大数据设施都部署在公有云上，但向云上迁移这是一个未来注定的选择。目前各大云厂商都提供了各种各样的大数据产品以满足各种用户需求，包括平台型（PAAS) 的 EMR ，服务型 (SAAS) 的数据可视化产品等等。大数据基础设施的云化对大数据技术和产品产生也有相应的影响。大数据领域的框架和产品将更加 Cloud Native 。

计算和存储的分离。我们知道每个公有云都有自己对应的分布式存储，比如 AWS 的 S3 。 S3 在一些场合可以替换我们所熟知的 HDFS ，而且成本更低。而 S3 的物理存储并不是在 EC2 上面，对 EC2 来说， S3 是 remote storage 。所以如果你要是 AWS 上面做大数据开发和应用，而且你的数据是在 S3 上，那么你就自然而然用到了计算和存储的分离。 拥抱容器，与 Kubernate 的整合大势所趋，我们知道在云环境中 Kuberneate 基本上已经是容器资源调度的标准。 更具有弹性（Elastic）。 与云上其他产品和服务整合更加紧密。

5、大数据产品全链路化

全链路化是指提供端到端的全链路解决方案，而不是简单的堆积一些大数据产品组件。以 Hadoop 为代表的大数据产品一直被人诟病的主要问题就是用户使用门槛过高，二次开发成本太高。全链路化就是为了解决这一问题，用户需要的并不是 Hadoop，Spark，Flink 等这些技术，而是要以这些技术为基础的能解决业务问题的产品。 Cloudera 的从 Edge 到 AI 是我比较认同的方案。大数据的价值并不是数据本身，而是数据背后所隐藏的对业务有影响的信息和知识。下面是一张摘自 wikipedia 的经典数据金字塔的图。

大数据技术就是对最原始的数据进行不断处理加工提炼，金字塔每上去一层，对应的数据量会越小，同时对业务的影响价值会更大更快。而要从数据（Data) 最终提炼出智慧（Wisdom），数据要经过一条很长的数据流链路，没有一套完整的系统保证整条链路的高效运转是很难保证最终从数据中提炼出来有价值的东西的，所以大数据未来产品全链路化是另外一个大的趋势。

6、大数据技术往下游数据消费和应用端转移

上面讲到了大数据的全链路发展趋势，那么这条长长的数据链路目前的状况是如何，未来又会有什么样的趋势呢？

我的判断是未来大数据技术的创新和发力会更多的转移到下游数据消费和应用端。之前十多年大数据的发展主要集中在底层的框架，比如最开始引领大数据风潮的 Hadoop ，后来的计算引擎佼佼者 Spark，Flink 以及消息中间件 Kafka ，资源调度器 Kubernetes 等等，每个细分领域都涌现出了一系列优秀的产品。总的来说，在底层技术框架这块，大数据领域已经基本打好了基础，接下来要做的是如何利用这些技术为企业提供最佳用户体验的产品，以解决用户的实际业务问题，或者说未来大数据的侧重点将从底层走向上层。之前的大数据创新更偏向于 IAAS 和 PAAS ，未来你将看到更多 SAAS 类型的大数据产品和创新。从近期一些国外厂商的收购案例，我们可以略微看出一些端倪。1、2019 年 6 月 7 日，谷歌宣布以 26 亿美元收购了数据分析公司 Looker，并将该公司并入 Google Cloud。2、2019 年 6 月 10 日，Salesforce 宣布以 157 亿美元的全股票交易收购 Tableau ，旨在夯实在数据可视化以及帮助企业解读所使用和所积累的海量数据的其他工具方面的工作。3、2019 年 9 月初，Cloudera 宣布收购 Arcadia Data 。 Arcadia Data 是一家云原生 AI 驱动的商业智能实时分析厂商。面对最终用户的大数据产品将是未来大数据竞争的重点，我相信会未来大数据领域的创新也将来源于此，未来 5 年内大概率至少还会再出一个类似 Looker 这样的公司，但是很难再出一个类似 Spark 的计算引擎。

7、底层技术的集中化和上层应用的全面开花

学习过大数据的人都会感叹大数据领域的东西真是多，特别是底层技术，感觉学都学不来。经过多年的厮杀和竞争，很多优秀的产品已经脱颖而出，也有很多产品慢慢走向消亡。比如批处理领域的 Spark 引擎基本上已经成为批处理领域的佼佼者，传统的 MapRece 除了一些旧有的系统，基本不太可能会开发新的 MapRece 应用。 Flink 也基本上成为低延迟流处理领域的不二选择，原有的 Storm 系统也开始慢慢退出历史舞台。同样 Kafka 也在消息中间件领域基本上占据了垄断地位。未来的底层大数据生态圈中将不再有那么多的新的技术和框架，每个细分领域都将优胜劣汰，走向成熟，更加集中化。未来更大的创新将更多来来自上层应用或者全链路的整合方面。在大数据的上层应用方面未来将会迎来有更多的创新和发展，比如基于大数据上的BI产品， AI 产品等等，某个垂直领域的大数据应用等等，我相信未来我们会看到更多这方面的创新和发展。

8、开源闭源并驾齐驱

大数据领域并不是只有 Hadoop，Spark，Flink 等这类大家耳熟能详的开源产品，还有很多优秀的闭源产品，比如 AWS 上的 Redshift ，阿里的 MaxCompute 等等。这些产品虽然没有开源产品那么受开发者欢迎，但是他们对于很多非互联网企业来说是非常受欢迎的。因为对于一个企业来说，采用哪种大数据产品有很多因素需要考虑，否开源并不是唯一标准。产品是否稳定，是否有商业公司支持，是否足够安全，是否能和现有系统整合等等往往是某些企业更需要考虑的东西，而闭源产品往往在这类企业级产品特性上具有优势。

最近几年开源产品受公有云的影响非常大，公有云可以无偿享受开源的成果，抢走了开源产品背后的商业公司很多市场份额，所以最近很多开源产品背后的商业公司开始改变策略，有些甚至修改了 Licence 。不过我觉得公有云厂商不会杀死那些开源产品背后的商业公司，否则就是杀鸡取卵，杀死开源产品背后的商业公司，其实就是杀死开源产品的最大技术创新者，也就是杀死开源产品本身。我相信开源界和公有云厂商最终会取得一个平衡，开源仍然会是一个主流，仍然会是创新的主力，一些优秀的闭源产品同样也会占据一定的市场空间。

最后我想再次总结下本文的几个要点：

1、目前大数据已经度过了最火的峰值期和泡沫化的底谷期，现在正处于稳步向前发展的阶段。2、数据规模会继续扩大，大数据将继续发扬光大3、 数据的实时性需求将更加突出4、大数据基础设施往云上迁移势不可挡5、大数据产品全链路化6、大数据技术往下游数据消费和应用端转移7、底层技术的集中化和上层应用的全面开花8、开源闭源并驾齐驱