如今，企业大数据搭建地可以在本地、公有云和私有云之间灵活选择，而这一决定的关键因素是数据安全、数据体量和业务预判。
随着云计算的逐渐成熟，很多大公司都开始创建高效、灵活的云使用环境，这些环境被部署在服务器、存储和网络资源池中，这类方案通常更具成本效益，可以提高大数据技术和高级分析的投资回报率。
当然，云计算不仅适用于类似Facebook、Uber这类的互联网公司，同样适用于传统企业。在此之前，企业内部团队在协作共享、大规模数据传输以及敏捷开发层面均存在不同程度的困难。如果将大数据服务搭建在云端，企业将不再需要专门的研发人员来负责基础分析，还可以更加积极主动地访问、分析和处理最新数据，甚至直接构建可视化分析。
过去几年，云平台大数据服务越来越成熟，单就这一项，主流云厂商可提供的服务列表就达到数十种，本地大数据服务的声音似乎越来越弱，这在 Cloudera 与 Hortonworks 合并之后尤为明显。实际上，云平台大数据服务和本地大数据服务各有其生存空间和适用场景，那么，这场争端的最终决定因素应该是什么？传统企业在选择大数据服务时主要会考虑哪些因素？本地大数据服务的演进方向会是什么样的呢？
InfoQ 将就上述问题展开系列探讨，追踪采访数位行业内云计算和大数据相关方向技术专家，从他们的观点中获取答案。本期采访嘉宾——百分点首席架构师黄伟。