大数据市场格局的变与不变
众所周知，报告主要对活跃在中国市场上的主流大数据厂商从能力、战略、市场份额三个维度进行全面评估。Y轴体现的是一个厂商的综合能力，集中表现在企业的产品基本功能、市场表现、团队技术实力、产品生态等方面；X轴则反应了厂商战略信息，包括产品战略、业务战略等；象限中那些五颜六色的气泡则直观地体现了各厂商在大数据市场的份额。
如此一来，整个IDC MarketScape报告各个象限的含义，以及各厂商的位置就一目了然了。相比往年比较分散的市场格局，进入2020年报告的所有厂商都密集分布在“领导者（Leaders）”和“主要玩家（Major Players）”这两个象限中，而且彼此之间的距离非常接近。这说明，各厂商在大数据产品上都下了大力气，整体技术水平和创新能力提升较快，市场竞争也越来越激烈。
进入报告的厂商，包括AWS、阿里云、Cloudera、华为云、腾讯云（按字母顺序，不分先后）等为代表的厂商在报告中处于靠前的位置，引领着整个大数据市场的持续发展。强者恒强，在2020年的报告中，华为云进一步巩固了原有的领先地位，是无可争议的行业领头羊。但是我们也注意到了今年报告的差异之处，比如，以Cloudera和Kyligence为代表的专业大数据厂商跃升速度很快，比如Kyligence今年首次入榜便一举进入“主要玩家”象限。这说明在大数据领域，技术和理念创新始终是市场和企业前进最大的动力。
能力、战略、市场，升维思考，降维做事
在报告中，IDC着重谈及了这样一项深刻洞察：在当前的大数据市场上，技术创新的速度领先于市场需求的速度。具体而言，技术提供商在理念和产品上不断推陈出新，而行业用户仍旧在应用分析如何入门的门槛上挣扎。因此造成技术提供能力与用户需求之间、用户内部业务部门与IT 部门之间都存在脱节，甚至面临技术鸿沟。在这样的背景下，一方面需要理清大数据落地的现状、挑战，为行业用户实现数字化转型提供参考；另一方面，行业用户在选择大数据技术和解决方案供应商时则要更加慎重，兼具领先的技术创新能力和丰富行业实践的供应商才是理想之选。华为云FusionInsight之所以能够稳居IDC MarketScape中国大数据管理平台厂商评估报告的领导者象限并引领大数据发展，就是因为具备了这种能力和积淀。
我们就沿用IDC报告的评估标准，从能力、战略、市场三个维度为华为大数据的综合实力画个像吧。
首先看技术和产品能力。华为云FusionInsight智能数据湖围绕数据采、存、算、管、用全生命周期管理，是华为云三大使能之数据使能方案的坚实数据底座，其主要包含MRS大数据、DWS数据仓库、数据湖治理中心等云服务，助力政企客户实现一企一湖、一城一湖！
在强大技术能力的支撑下，华为云FusionInsight具备3项硬核能力：
1、让政企客户在一个大、快、融、稳的数据湖架构下可持续演进：
1) 大：传统大数据单集群扩容到2000节点就受限，难以突破。华为云FusionInsight MRS支持2万+大规模单集群，突破扩展性瓶颈！同时还可实现集群联邦，无限扩容，让政企客户在一个架构下持续演进，无需全新重构。大规模特性已在华为内部实践。华为集团IT OneData一万节点大集群历经两次滚动升级，业务0中断，已稳定运行六年，华为云FusionInsight使客户的业务系统稳如磐石，10年无忧！
2) 快：传统大数据存在分析链路长，以T+1事后报表为主。华为云FusionInsight MRS 可以T+0实时增量更新和OLAP分析，让大数据越用越”快“！华为集团IT基于FusionInsight，实现了CDC+FLINK的实时集成方案，支撑了主干交易、财经、供应等交易数据的增量整合模型落地，相对于传统数仓的ETL+调度方案，数据供给效率提升了10倍。
3) 融：传统大数据分析面临门槛高、协同难等问题。华为云FusionInsight MRS通过HetuEngine打破地域限制，实现统一SQL，全民BI，让大数据越用越”容易“！
4) 稳：传统大数据运维面临集群多、升级难等问题。华为云FusionInsight MRS可在线滚动升级，无需拆集群、搬应用，业务永不停，技术永最新，服务永在线，让客户业务系统稳如磐石！
5) 实时数据湖：传统数据湖虽可存储多样化数据，但仍缺少一些关键能力，比如不支持实时增量更新，不支持事务，无法实时OLAP等。华为云FusionInsight支持数据实时批量入湖、实时增量同步，全量数据供应效率实现T+0；支持贴源数据实时多维分析，缩短分析链路，走向实时数据湖，让数据价值近在眼前！
6) 云原生数据湖：具有统一的元数据目录和存算分离等特性。通过统一数据湖目录，让大数据全局可视；通过存算分离，采用企业级EC，最低1.2副本，使TCO降低20%+，让大数据越用越”省“！通过高带宽大并发，同成本集群的数据读写性能领先业界30%；通过AI容器提升了在科学计算、机器学习和AI推理的资源利用率。
