10 年经验面试：自研还是采购、要不要上云，这种大决策你怎么做？
面试怎么回答
我做这类决策会先明确要解决的问题和成功标准，比如运维人力不足还是成本过高，不改能撑多久，成功是成本降多少、时效提升多少，而不是为了技术先进。自研还是采购，看它是不是核心竞争力、团队有没有能力长期维护、规模和时间要求，自研要算长期维护成本，采购要评估厂商锁定和迁出难度。上云还是自建，算总拥有成本，包括机器、机房、运维人力和闲置浪费，再看负载波动、合规要求，很多时候稳定负载自建、弹性部分上云的混合方案更合适。控制风险上先用真实业务做 POC，分阶段迁移，先非核心后核心，新旧双跑对数一致再切换，每步保留回滚，并把双跑和人力成本算进去。最后写决策文档，列出包括「不做」在内的备选方案和成本收益，提前和财务、业务、安全对齐，让老板在信息充分的情况下决策，上线后定期回顾效果。
先把这段讲顺；面试官追问时，再展开下面的原理和细节。
详细讲解
数据平台走到一定规模，负责人一定会面对几个大决策：自建 Hadoop 集群还是上云？自研开发平台还是买商业产品？要不要从 Hive 迁到湖仓？面试官不关心你选了哪个，而是看你做决策的方法：考虑了哪些因素、怎么算账、怎么控制风险。
先明确要解决什么问题
很多大项目失败，是因为目标是「技术先进」而不是「解决问题」。先回答：
- 现在的痛点是什么？运维人力不够、资源弹性不足、成本太高、还是性能撑不住？
- 不改会怎么样？能撑多久？
- 成功的标准是什么？成本降多少、时效提升多少、运维人力减少多少？
自研还是采购
| 考虑因素 | 倾向自研 | 倾向采购或开源 |
|---|---|---|
| 是否核心竞争力 | 和业务强相关、是差异化能力 | 通用能力，大家都一样 |
| 团队能力 | 有足够的人长期维护 | 人手紧，维护不过来 |
| 规模 | 规模大，商业产品成本过高或无法满足 | 规模中小，买比养人便宜 |
| 时间 | 可以慢慢建 | 需要快速上线 |
关键提醒：自研的成本不只是开发，还有长期维护；采购要评估厂商锁定、数据迁出的难度和长期涨价风险。
上云还是自建
- 算总拥有成本（TCO）：自建要算机器、机房、网络、运维人力、闲置浪费；上云要算长期稳定的资源费用、流量和存储费用；
- 看负载形态：波动大、有明显波峰波谷，云的弹性价值大；长期稳定满载，自建往往更便宜；
- 看团队和合规：有没有运维团队、数据能不能出机房、有没有行业监管要求；
- 很多公司最终是混合：稳定的基础负载自建，弹性部分上云。
怎么控制风险
- 小范围验证：选一两个有代表性的业务做 POC，用真实数据和任务测性能和成本；
- 分阶段迁移：先迁非核心，再迁核心；新旧双跑一段时间，数据对比一致后再切换；
- 保留回退：每个阶段都有回滚方案；
- 算清楚迁移本身的成本：人力、双跑期间的双倍资源、业务方的配合时间。
推动决策
- 写一份决策文档：背景、目标、备选方案（包括「什么都不做」）、成本收益对比、风险和计划；
- 和财务、业务、安全等相关方提前沟通，让老板在信息充分的情况下拍板；
- 决定后定期回顾，实际效果和预期偏差大要及时调整。