2016年占主導(dǎo)地位的21項(xiàng)數(shù)據(jù)分析和趨勢(shì)發(fā)展 物聯(lián)網(wǎng)服務(wù)將深入生活

　　隨著社交媒體、移動(dòng)化和云計(jì)算的發(fā)展，數(shù)據(jù)分析及相關(guān)的技術(shù)已經(jīng)作為一款具有顛覆性的技術(shù)在這個(gè)數(shù)字時(shí)代占有了一席之地了。在過(guò)去的2015年中，我們已經(jīng)看到對(duì)大數(shù)據(jù)的分析利用正被一股強(qiáng)大的利用新的數(shù)據(jù)技術(shù)以加強(qiáng)商務(wù)智能的推動(dòng)力推動(dòng)著由測(cè)試步入到了生產(chǎn)階段。

　　Hadoop發(fā)行商Hortonworks公司的CTOScottGnau預(yù)測(cè)以下趨勢(shì)將在2016年主導(dǎo)數(shù)據(jù)和分析市場(chǎng)領(lǐng)域：

　　獲取一切可提供洞察分析價(jià)值的數(shù)據(jù)

　　在2016年，企業(yè)將著眼于從所有數(shù)據(jù)中獲得洞察價(jià)值，Gnau表示說(shuō)。“這不只是關(guān)于物聯(lián)網(wǎng)，而是要通過(guò)互聯(lián)網(wǎng)連接起凡是能夠提供洞察分析價(jià)值的一切設(shè)備?！彼f(shuō)?！拔覀円絺鞲衅鞯认嚓P(guān)設(shè)備，著眼于一切可以從中獲取洞察價(jià)值數(shù)據(jù)信息的設(shè)備，這包括來(lái)自企業(yè)生產(chǎn)過(guò)程中的服務(wù)器日志、地理位置和來(lái)自互聯(lián)網(wǎng)的所有數(shù)據(jù)。”

　　重視邊緣數(shù)據(jù)

　　Gnau表示說(shuō)，企業(yè)必須超越他們的數(shù)據(jù)中心并開(kāi)始重視利用邊緣的數(shù)據(jù)。他指出，數(shù)據(jù)流現(xiàn)在收集了來(lái)自許多傳感器和服務(wù)器之外的設(shè)備上的數(shù)據(jù)，例如，來(lái)自海上的石油鉆塔或太空中的衛(wèi)星。這使得管理安全邊界及提供跨系統(tǒng)的完整數(shù)據(jù)源有一個(gè)巨大的機(jī)會(huì)。Gnau表示說(shuō)IoAT創(chuàng)建了一個(gè)新的模式，需要新的思維和新的數(shù)據(jù)管理系統(tǒng)，而這些解決方案將在2016年變得更加成熟，并進(jìn)一步滲透到企業(yè)運(yùn)用中去。

　　運(yùn)動(dòng)平臺(tái)的數(shù)據(jù)

　　在2016年，業(yè)界將看到運(yùn)動(dòng)平臺(tái)的數(shù)據(jù)運(yùn)用的發(fā)展?！捌髽I(yè)用戶(hù)有對(duì)于更高級(jí)別的平臺(tái)來(lái)處理許多設(shè)備協(xié)議，并把所有的數(shù)據(jù)流匯集到Hadoop的需要?！盙nau表示說(shuō)。“該平臺(tái)需要方便多協(xié)議語(yǔ)言的通信。運(yùn)動(dòng)數(shù)據(jù)和靜態(tài)數(shù)據(jù)的整合是2016年中的一個(gè)大機(jī)會(huì)?！?/p>

　　大數(shù)據(jù)變得容易

　　有市場(chǎng)對(duì)于簡(jiǎn)化大數(shù)據(jù)技術(shù)方面有需要，并為此在所有層面都存在的機(jī)會(huì)：技術(shù)、消費(fèi)等領(lǐng)域。Gnau表示說(shuō)，在2016年，數(shù)據(jù)分析技術(shù)將明顯有趨于走向簡(jiǎn)單化的趨勢(shì)。“無(wú)論你是集群操作員、安全管理員或是數(shù)據(jù)分析員，每個(gè)人都希望Hadoop及其相關(guān)的大數(shù)據(jù)技術(shù)是簡(jiǎn)單直接的?！彼f(shuō)?！捌涮幚磉^(guò)程就像一個(gè)單一的集成開(kāi)發(fā)經(jīng)驗(yàn)或減少設(shè)置或配置文件的數(shù)量一樣將開(kāi)始出現(xiàn)一刀切的模式?！?/p>

　　Hadoop用于關(guān)鍵任務(wù)工作負(fù)載

　　在2016年，Hadoop將被用于交付更多的關(guān)鍵任務(wù)工作負(fù)載，并超出“網(wǎng)絡(luò)規(guī)?；钡钠髽I(yè)，Gnau預(yù)測(cè)說(shuō)?！半m然像雅虎、Spotify和TrueCar這樣的公司都建立了相關(guān)的業(yè)務(wù)部門(mén)以便充分利用Hadoop，我們將看到更多的傳統(tǒng)企業(yè)使用Hadoop，以便從其所管理的大量數(shù)據(jù)中提取有價(jià)值的見(jiàn)解，并提供新的關(guān)鍵業(yè)務(wù)分析應(yīng)用程序，而這想要簡(jiǎn)單地實(shí)現(xiàn)，沒(méi)有Hadoop是不可能的?！彼f(shuō)。

　　IT系統(tǒng)管理解決方案提供商Adaptiva公司創(chuàng)始人兼首席技術(shù)官迪帕克·庫(kù)馬爾預(yù)測(cè)：

　　今年，數(shù)據(jù)將得到限制

　　“對(duì)于數(shù)據(jù)的使用將變得更加規(guī)范，因?yàn)楣?yīng)商將無(wú)法跟上數(shù)據(jù)的需求;而企業(yè)也將無(wú)法跟上成本的上漲?！睅?kù)馬爾說(shuō)?！斑@樣一來(lái)，企業(yè)將開(kāi)始利用技術(shù)來(lái)監(jiān)測(cè)這些數(shù)據(jù)。”

　　系統(tǒng)管理將因?yàn)榇髷?shù)據(jù)分析而變得智能化

　　“大數(shù)據(jù)分析解決方案的集成整合將繼續(xù)功虧一簣，留下未連接的孤島的數(shù)據(jù)的業(yè)務(wù)洞察力未被發(fā)現(xiàn)——而系統(tǒng)管理將介入幫助?！彼f(shuō)。

　　能源分析專(zhuān)家FirstFuel軟件公司首席數(shù)據(jù)科學(xué)家巴德里·拉加表示，在2016年，我們將看到：

　　數(shù)據(jù)的運(yùn)用更加民主普及化

　　拉加說(shuō)，多虧了像亞馬遜的MechanicalTurk這樣的解決方案，使得企業(yè)和個(gè)人用戶(hù)將能夠更方便地收集來(lái)自世界各地的數(shù)據(jù)信息，而在此之前他們是無(wú)法實(shí)現(xiàn)的?！安粌H能夠更容易的找到數(shù)據(jù)，同時(shí)更加用戶(hù)友好的工具的出現(xiàn)將使人們無(wú)需具備大量的數(shù)據(jù)知識(shí)就能進(jìn)行數(shù)據(jù)信息分析，從而確保獲得有意義的價(jià)值洞察了?！彼f(shuō)。

　　對(duì)于數(shù)據(jù)隱私權(quán)問(wèn)題的關(guān)注將增加

　　歐洲最近制定了嚴(yán)格的數(shù)據(jù)監(jiān)管規(guī)定，這意味著企業(yè)用戶(hù)將需要針對(duì)如何解決數(shù)據(jù)安全問(wèn)題制定相應(yīng)的戰(zhàn)略。”企業(yè)已經(jīng)不能僅僅將數(shù)據(jù)隱私問(wèn)題視為一個(gè)事后考慮的事項(xiàng)了，他們需要主動(dòng)的解釋他們是如何使用數(shù)據(jù)的，確保其符合企業(yè)所在地及全球的相關(guān)監(jiān)管法律法規(guī)?！彼f(shuō)。

　　為了從數(shù)據(jù)分析中發(fā)掘數(shù)據(jù)價(jià)值見(jiàn)解，新的應(yīng)用程序?qū)⒈婚_(kāi)發(fā)

　　拉加說(shuō)，在2016年，企業(yè)和個(gè)人用戶(hù)將進(jìn)一步挖掘數(shù)據(jù)并進(jìn)行分析，以提供個(gè)性化的引人入勝的跨行業(yè)的數(shù)據(jù)體驗(yàn)，包括能源，體育，社會(huì)公益和音樂(lè)領(lǐng)域?！氨热纾藗儗⒛軌蚴褂脭?shù)據(jù)以根據(jù)自己的個(gè)人喜好來(lái)改變歌曲?！彼f(shuō)。

　　商業(yè)智能和分析企業(yè)Tableau軟件公司的產(chǎn)品營(yíng)銷(xiāo)總監(jiān)丹·高根預(yù)測(cè)了2016年大數(shù)據(jù)領(lǐng)域的一系列發(fā)展趨勢(shì)，包括：

　　NoSQL獲得發(fā)展

　　高根說(shuō)，2016年，NoSQL數(shù)據(jù)庫(kù)將成為領(lǐng)先的企業(yè)IT環(huán)境，作為無(wú)模式的數(shù)據(jù)庫(kù)概念的優(yōu)勢(shì)會(huì)變得更加明顯。“沒(méi)有比從Gartner的運(yùn)行數(shù)據(jù)庫(kù)管理系統(tǒng)魔力象限能夠看到更加令人震驚的顯示畫(huà)面了。”而這在過(guò)去，甲骨文，IBM，微軟和SAP是占主導(dǎo)地位的?！跋啾戎?，在最近的魔力象限中，我們看到了研發(fā)NoSQL的公司，包括MongoDB、DataStax、Redis實(shí)驗(yàn)室、MarkLogic和亞馬遜網(wǎng)絡(luò)服務(wù)(其DynamoDB產(chǎn)品)，數(shù)量上超過(guò)了Gartner的領(lǐng)導(dǎo)者象限報(bào)告的傳統(tǒng)數(shù)據(jù)庫(kù)供應(yīng)商。

　　ApacheSpark進(jìn)一步用于大數(shù)據(jù)分析

　　ApacheSpark已經(jīng)從Hadoop系統(tǒng)的一個(gè)組件成為了不少企業(yè)大數(shù)據(jù)平臺(tái)的選擇了?！拜^之Hadoop，Spark為數(shù)據(jù)處理速度帶來(lái)了大幅的提升，并且已經(jīng)成為目前規(guī)模最大的大數(shù)據(jù)開(kāi)源項(xiàng)目了，根據(jù)Spark項(xiàng)目的發(fā)起者和Databricks的聯(lián)合創(chuàng)始人馬泰扎哈里亞介紹?！备吒f(shuō)?！拔覀儗⒖吹皆絹?lái)越多的企業(yè)使用案例Spark，例如，在高盛集團(tuán)，Spark已成為大數(shù)據(jù)分析的’通用語(yǔ)言’?！?/p>

　　大數(shù)據(jù)進(jìn)一步成熟

　　Hadoop被添加到了企業(yè)標(biāo)準(zhǔn)。高根說(shuō)，企業(yè)利用Hadoop的能力將在2016年變得成熟?！白鳛槠溥M(jìn)一步成熟的證據(jù)，Hadoop的不斷發(fā)展的趨勢(shì)將使其成為企業(yè)IT規(guī)劃的核心部分，我們將看到圍繞著諸如安全這樣的企業(yè)系統(tǒng)組件投資的增長(zhǎng)?！彼f(shuō)。“ApacheSentry項(xiàng)目為實(shí)施細(xì)粒度提供了一個(gè)系統(tǒng)，基于角色的授權(quán)將數(shù)據(jù)和元數(shù)據(jù)存儲(chǔ)在Hadoop集群上。這些都是客戶(hù)希望從他們的企業(yè)級(jí)RDBMS平臺(tái)和現(xiàn)在的新興大數(shù)據(jù)技術(shù)能夠獲得的前沿的能力類(lèi)型，從而進(jìn)一步消除了企業(yè)采用的一大障礙?！?/p>

　　大數(shù)據(jù)獲得快速發(fā)展，并進(jìn)一步促進(jìn)Hadoop的采用

　　高根說(shuō)，2016年，我們將看到Hadoop獲得傳統(tǒng)上一直與數(shù)據(jù)倉(cāng)庫(kù)相關(guān)的性能。“隨著Hadoop獲得更多對(duì)于企業(yè)用戶(hù)的吸引力，我們將看到來(lái)自最終用戶(hù)對(duì)于同樣快速的數(shù)據(jù)探索的能力的不斷增長(zhǎng)的需求，這與他們對(duì)于傳統(tǒng)的數(shù)據(jù)倉(cāng)庫(kù)的期望是一樣的。”他說(shuō)?！盀榱藵M(mǎn)足最終用戶(hù)的需求，我們看到越來(lái)越多地對(duì)于諸如ClouderaImpala、AtScale、ActianVector和JethroData等新技術(shù)的采用——這進(jìn)一步模糊了”傳統(tǒng)”BI和“大數(shù)據(jù)”之間的概念。

　　幫助最終用戶(hù)發(fā)現(xiàn)所有形式的數(shù)據(jù)增長(zhǎng)的選擇數(shù)量進(jìn)一步增加

　　自助服務(wù)的數(shù)據(jù)準(zhǔn)備工具正在爆炸式的普及。高根說(shuō)，部分的原因是由于轉(zhuǎn)向企業(yè)-用戶(hù)生成的數(shù)據(jù)發(fā)現(xiàn)工具的采用，如Tableau，減少了分析數(shù)據(jù)的時(shí)間?！捌髽I(yè)用戶(hù)現(xiàn)在希望也能夠減少數(shù)據(jù)分析的準(zhǔn)備時(shí)間和復(fù)雜度，尤其重要的是在處理各種數(shù)據(jù)類(lèi)型和格式時(shí)。”他說(shuō)?！蔽覀円呀?jīng)看到了這一領(lǐng)域的創(chuàng)新，包括從專(zhuān)注于最終用戶(hù)準(zhǔn)備的大數(shù)據(jù)公司如Alteryx、Trifacta、Paxata和Lavastorm，同時(shí)還看到有長(zhǎng)期的ETL領(lǐng)域的領(lǐng)軍企業(yè)如Informatica公司對(duì)于其REV產(chǎn)品進(jìn)行的大量的投資。”

　　MPP數(shù)據(jù)倉(cāng)庫(kù)在云中的增長(zhǎng)正在升溫

　　高根說(shuō)，數(shù)據(jù)倉(cāng)庫(kù)的“死亡”已經(jīng)被炒作了一段時(shí)間了，而在這一細(xì)分市場(chǎng)的增長(zhǎng)已經(jīng)放緩也已經(jīng)不是什么秘密了?！暗覀儸F(xiàn)在將看到這項(xiàng)技術(shù)應(yīng)用程序轉(zhuǎn)移到云計(jì)算的一個(gè)重大轉(zhuǎn)變，在這一個(gè)領(lǐng)域亞馬遜憑借其在Redshift的按需云數(shù)據(jù)倉(cāng)庫(kù)占據(jù)了主導(dǎo)?！彼f(shuō)?！癛edshift是AWS增長(zhǎng)最快的業(yè)務(wù)，但其現(xiàn)在需要面臨來(lái)自谷歌BigQuery、以及來(lái)自提供長(zhǎng)期數(shù)據(jù)倉(cāng)庫(kù)的強(qiáng)勢(shì)競(jìng)爭(zhēng)者如微軟產(chǎn)品(AzureSQL數(shù)據(jù)倉(cāng)庫(kù))和Teradata的競(jìng)爭(zhēng)、還有來(lái)自諸如2015年Strata+HadoopWorld獲勝者初創(chuàng)公司Snowflake的競(jìng)爭(zhēng)。分析人士認(rèn)為，那些已經(jīng)采用Hadoop的企業(yè)中，有90%的企業(yè)還會(huì)繼續(xù)保持他們的數(shù)據(jù)倉(cāng)庫(kù)，通過(guò)這些新的云服務(wù)產(chǎn)品，這些客戶(hù)可以相對(duì)于存儲(chǔ)在他們的Hadoop數(shù)據(jù)湖的更大量的數(shù)據(jù)信息，能夠動(dòng)態(tài)地在數(shù)據(jù)倉(cāng)庫(kù)中向上或向下擴(kuò)展的存儲(chǔ)和計(jì)算資源。

　　融合收斂的流行：物聯(lián)網(wǎng)、云計(jì)算和大數(shù)據(jù)結(jié)合到了一起

　　該技術(shù)仍處于初期階段，但來(lái)自物聯(lián)網(wǎng)設(shè)備上的數(shù)據(jù)將成為“殺手級(jí)應(yīng)用”，成為推動(dòng)云和PB級(jí)數(shù)據(jù)爆炸式增長(zhǎng)的驅(qū)動(dòng)因素之一，高根說(shuō)?！俺鲇谶@個(gè)原因，我們將看到了領(lǐng)先的云服務(wù)和數(shù)據(jù)公司，如谷歌、亞馬遜網(wǎng)絡(luò)服務(wù)和微軟將把物聯(lián)網(wǎng)服務(wù)帶入我們的生活，使得數(shù)據(jù)可以無(wú)縫地遷移到他們的基于云的分析引擎?！彼f(shuō)。

　　數(shù)據(jù)倉(cāng)庫(kù)和大數(shù)據(jù)分析專(zhuān)家企業(yè)Teradata公司的企業(yè)系統(tǒng)總經(jīng)理丹·格雷厄姆表達(dá)了他對(duì)于2016年的預(yù)測(cè)：

　　企業(yè)將重新設(shè)置Hadoop

　　格雷厄姆認(rèn)為，在2016年，我們將看到企業(yè)汲取他們從以往的部署到重新構(gòu)建他們的方法的相關(guān)經(jīng)驗(yàn)教訓(xùn)。“隨著Hadoop和相關(guān)開(kāi)源技術(shù)超越了純粹的知識(shí)收集，以及炒作的消退，企業(yè)將重新設(shè)置(但不會(huì)放棄)自己的Hadoop部署，以解決他們所學(xué)到的教訓(xùn)——特別是圍繞管理，數(shù)據(jù)集成，安全性和可靠性等領(lǐng)域”他說(shuō)。

　　關(guān)于數(shù)據(jù)分析算法的探討將進(jìn)入企業(yè)高層會(huì)議

　　在數(shù)據(jù)采集和數(shù)據(jù)的托管分析的制備過(guò)程中，相關(guān)的算法將升溫。”他說(shuō)。“這樣一來(lái)，企業(yè)的CEO和投資者們將開(kāi)始探討深層的數(shù)據(jù)分析為核心業(yè)務(wù)的目標(biāo)?！?/p>

　　數(shù)據(jù)湖泊最終會(huì)發(fā)現(xiàn)一些殺手級(jí)應(yīng)用程序

　　受數(shù)據(jù)量和成本因素的影響，數(shù)據(jù)湖泊將成為原始物聯(lián)網(wǎng)數(shù)據(jù)最常見(jiàn)的存儲(chǔ)庫(kù)，格雷厄姆說(shuō)?！蔽锫?lián)網(wǎng)M2M數(shù)據(jù)的規(guī)模大小將將超過(guò)幾個(gè)數(shù)量級(jí)運(yùn)行內(nèi)存容量，從而推動(dòng)了低存儲(chǔ)成本的數(shù)據(jù)湖技術(shù)?！彼f(shuō)。

　　在數(shù)據(jù)中心捕獲的物聯(lián)網(wǎng)數(shù)據(jù)的價(jià)值將迅速被新的交易數(shù)據(jù)的價(jià)值所削弱

　　“缺乏貨幣化的數(shù)據(jù)字段，大多數(shù)傳感器的數(shù)據(jù)將在數(shù)小時(shí)，幾天或幾周的時(shí)間后變?yōu)榈蛢r(jià)值，因?yàn)檫@些數(shù)據(jù)信息將被相同的傳感器的更新的數(shù)據(jù)集合所替換。”格雷厄姆說(shuō)?！凹軜?gòu)和系統(tǒng)將被迫以彌補(bǔ)這一數(shù)據(jù)價(jià)值的快速下降，以應(yīng)付數(shù)據(jù)存儲(chǔ)和處理成本?！?/p>