“大數據”不再只是一個(gè)流行詞。弗雷斯特研究公司的研究人員發(fā)現，“2016年，近40%的公司在實(shí)施大數據技術(shù)，并且擴大了采用力度。另有30%的公司計劃在未來(lái)12個(gè)月內采用大數據技術(shù)?！?/span>
類(lèi)似的，NewVantage Partners的《2016年大數據高管調查》發(fā)現，如今62.5%的公司在生產(chǎn)環(huán)境中至少有一個(gè)大數據項目，只有5.4%的企業(yè)組織沒(méi)有計劃或開(kāi)展大數據項目。
研究人員表示，采用大數據技術(shù)的勢頭不太可能很快就減慢。IDC主管分析和信息管理的集團副總裁丹·維塞特(Dan Vesset)說(shuō)：“出現的大量數據、新一代技術(shù)，以及數據驅動(dòng)型決策的文化轉變，這些因素繼續促使市場(chǎng)需要大數據和分析技術(shù)及服務(wù)。預計該市場(chǎng)會(huì )以11.7%的復合年增長(cháng)率繼續增長(cháng)，一直持續到2020年?！?/span>
雖然大數據市場(chǎng)在增長(cháng)，但企業(yè)組織將如何使用大數據仍不大明朗。新的大數據技術(shù)在進(jìn)入市場(chǎng)，而一些舊技術(shù)的使用也在繼續增長(cháng)。本文介紹了在2017年及之后可能左右大數據市場(chǎng)格局的十大趨勢。
1、開(kāi)源
Apache Hadoop和Spark等其他開(kāi)源應用軟件已逐漸主導大數據領(lǐng)域，這個(gè)趨勢看起來(lái)可能會(huì )保持下去。一項調查發(fā)現，到今年年底，近60%的企業(yè)預計會(huì )在生產(chǎn)環(huán)境中運行Hadoop集群。而據弗雷斯特公司聲稱(chēng)，Hadoop的使用量以每年32.9%的速度增長(cháng)。
研究者們表示，2017年，許多企業(yè)會(huì )加大使用Hadoop和NoSQL技術(shù)的力度，并想方設法加快大數據處理速度。許多企業(yè)會(huì )尋求讓自己得以實(shí)時(shí)訪(fǎng)問(wèn)和響應數據的技術(shù)。
2、內存技術(shù)
許多公司在調查研究，試圖加快大數據處理速度的一項技術(shù)就是內存技術(shù)。
在傳統數據庫中，數據存儲在配備硬盤(pán)驅動(dòng)器或固態(tài)硬盤(pán)(SSD)的存儲系統中。內存技術(shù)改而將數據存儲在內存中，這大大提高了數據處理速度。弗雷斯特研究公司的一份報告預測，內存數據架構每年會(huì )增長(cháng)29.2%。
幾家廠(chǎng)商提供內存數據庫技術(shù)，尤其是SAP、IBM和Pivotal。
3、機器學(xué)習
隨著(zhù)大數據分析能力不斷增強，一些企業(yè)已開(kāi)始投入于機器學(xué)習。機器學(xué)習是人工智能的一個(gè)分支，專(zhuān)注于讓計算機可以在沒(méi)有明確編程的情況下學(xué)習新事物。換句話(huà)說(shuō)，它分析現有的大數據存儲系統，從而得出可能改變應用程序運行方式的結論。
據Gartner聲稱(chēng)，機器學(xué)習是2017年的十大戰略技術(shù)趨勢之一。它特別指出，如今最先進(jìn)的機器學(xué)習和人工智能系統正在超越“基于規則的傳統算法，構建能夠理解、學(xué)習、預測、適應，甚至自主操作的系統?！?/span>
4、預測分析
預測分析與機器學(xué)習密切相關(guān)。實(shí)際上，機器學(xué)習系統常常為預測分析軟件提供引擎。在大數據分析的早期階段，企業(yè)組織回顧數據、查看過(guò)去發(fā)生了什么，然后開(kāi)始使用分析工具來(lái)調查那些事情為何發(fā)生。而預測分析更進(jìn)了一步，它使用大數據分析工具來(lái)預測將來(lái)會(huì )發(fā)生什么。
據普華永道在2016年的一項調查顯示，如今使用預測分析技術(shù)的企業(yè)組織數量少得驚人，只有29%。然而，無(wú)數廠(chǎng)商最近推出了預測分析工具，隨著(zhù)公司越來(lái)越意識到這種功能強大的工具，這個(gè)數字在未來(lái)幾年可能會(huì )急劇提高。
5、智能應用程序
企業(yè)使用機器學(xué)習和人工智能技術(shù)的另一種方式就是構建智能應用程序。這種應用程序常常結合大數據分析技術(shù)，分析用戶(hù)以前的行為，以便提供個(gè)性化和更好的服務(wù)。大家已經(jīng)非常熟悉的一個(gè)例子就是，現在支持許多電子商務(wù)和娛樂(lè )應用程序的推薦引擎。
Gartner在2017年的十大戰略技術(shù)趨勢中，將智能應用程序列在第二位。Gartner副總裁兼研究員大衛·凱洛萊(David Cearley)說(shuō)：“在今后十年，幾乎每個(gè)應用、應用程序和服務(wù)都會(huì )結合某種級別的人工智能。這會(huì )成為一種長(cháng)期趨勢，不斷演變，并不斷擴大人工智能和機器學(xué)習在應用程序和服務(wù)的應用范圍?！?/span>
6、智能安全
許多企業(yè)還將大數據分析技術(shù)納入到安全戰略中。企業(yè)組織的安全日志數據提供了以往網(wǎng)絡(luò )攻擊方面的寶貴信息，企業(yè)可以利用這些信息來(lái)預測、預防和緩解未來(lái)的攻擊企圖。因而，一些企業(yè)組織將安全信息和事件管理(SIEM)軟件與Hadoop等大數據平臺整合起來(lái)。另一些企業(yè)求助于提供的產(chǎn)品整合大數據分析功能的安全廠(chǎng)商。
7、物聯(lián)網(wǎng)
物聯(lián)網(wǎng)也可能對大數據產(chǎn)生相當大的影響。據IDC在2016年9月的一份報告聲稱(chēng)，“31.4%的受訪(fǎng)公司已啟動(dòng)了物聯(lián)網(wǎng)解決方案，另有43%期望在今后12個(gè)月部署這類(lèi)解決方案?！?/span>
隨著(zhù)所有那些新設備和應用程序紛紛上網(wǎng)，企業(yè)組織會(huì )遇到比過(guò)去還要瘋狂的數據增長(cháng)勢頭。許多企業(yè)需要新的技術(shù)和系統，以便能夠處理和解讀來(lái)自部署的物聯(lián)網(wǎng)的潮水般的大數據。
8、邊緣計算
邊緣計算是一種可以幫助公司處理物聯(lián)網(wǎng)大數據的新技術(shù)。在邊緣計算中，大數據分析非?？拷锫?lián)網(wǎng)設備和傳感器來(lái)進(jìn)行，而不是在數據中心或云端來(lái)進(jìn)行。對企業(yè)來(lái)說(shuō)，這帶來(lái)了一些顯著(zhù)的好處。在網(wǎng)絡(luò )上傳輸的數據比較少，這可以改善性能，并節省云計算成本。它讓企業(yè)組織得以刪除只在有限的時(shí)間內有價(jià)值的物聯(lián)網(wǎng)數據，從而降低存儲和基礎設施成本。邊緣計算還可以加快分析過(guò)程，讓決策者得以在獲得洞察力后比以前更迅速地采取行動(dòng)。
9、高薪
對IT工人來(lái)說(shuō)，大數據分析技術(shù)的發(fā)展可能意味著(zhù)擁有大數據技能的人才方面需求旺盛，薪水優(yōu)厚。據IDC稱(chēng)：“光在美國，2018年會(huì )有181,000個(gè)深度分析崗位，是需要數據管理和解讀相關(guān)技能的崗位數量的五倍?！?/span>
由于人才緊缺，Robert Half Technology公司預測，2017年數據科學(xué)家的平均薪資將提高6.5%，年薪在116000美元至163500美元。同樣，明年大數據工程師的薪資也將提高5.8%，年薪在135000美元至196000美元。
10、自助服務(wù)
由于聘請大數據專(zhuān)家的成本上升，許多企業(yè)可能尋求讓普通專(zhuān)業(yè)人員可以滿(mǎn)足自己的大數據分析要求的工具。IDC之前預測“可視化數據發(fā)現工具的增長(cháng)速度將比商業(yè)智能(BI)市場(chǎng)的其余工具快2.5倍。到2018年，投入于支持最終用戶(hù)自助服務(wù)的這種工具將成為所有企業(yè)的要求?！?/span>
幾家廠(chǎng)商已經(jīng)發(fā)布了擁有“自助服務(wù)”功能的大數據分析工具，專(zhuān)家預計這個(gè)趨勢會(huì )持續到2017年及之后。由于大數據分析變得更加融入到公司所有部門(mén)的工作人員的工作方式之中，IT部門(mén)可能不太參與到這個(gè)過(guò)程。
聯(lián)系客服
