大數(shù)據(jù)未來十大發(fā)展趨勢(shì)

Forrester的研究人員發(fā)現(xiàn)，2016年，近40%的公司正在實(shí)施和擴(kuò)展大數(shù)據(jù)技術(shù)應(yīng)用，另有30%的公司計(jì)劃在未來12個(gè)月內(nèi)采用大數(shù)據(jù)技術(shù)。2016年NewVantage Partners的大數(shù)據(jù)管理調(diào)查發(fā)現(xiàn)，62.5%的公司現(xiàn)在至少有一個(gè)大數(shù)據(jù)項(xiàng)目投入生產(chǎn)。

開放源碼 Apache 、Hadoop、Spark等開源應(yīng)用程序已經(jīng)在大數(shù)據(jù)領(lǐng)域占據(jù)了主導(dǎo)地位。Forrester的研究顯示，Hadoop的使用率正以每年32.9%的速度增長。2017年許多企業(yè)將繼續(xù)擴(kuò)大他們的Hadoop和NoSQL技術(shù)應(yīng)用，并尋找方法來提高處理大數(shù)據(jù)的速度。

內(nèi)存技術(shù) 很多公司正試圖加速大數(shù)據(jù)處理過程，它們采用的一項(xiàng)技術(shù)就是內(nèi)存技術(shù)。

在傳統(tǒng)數(shù)據(jù)庫中，數(shù)據(jù)存儲(chǔ)在配備有硬盤驅(qū)動(dòng)器或固態(tài)驅(qū)動(dòng)器（SSD）的存儲(chǔ)系統(tǒng)中。而現(xiàn)代內(nèi)存技術(shù)將數(shù)據(jù)存儲(chǔ)在RAM中，這樣大大提高了數(shù)據(jù)存儲(chǔ)的速度。

Forrester研究的報(bào)告中預(yù)測(cè)，內(nèi)存數(shù)據(jù)架構(gòu)每年將增長29.2%。目前，有很多企業(yè)提供內(nèi)存數(shù)據(jù)庫技術(shù)，最著名的有SAP、IBM和Pivotal。

機(jī)器學(xué)習(xí) 機(jī)器學(xué)習(xí)是人工智能的一項(xiàng)分支，允許計(jì)算機(jī)在沒有明確編碼的情況下學(xué)習(xí)新事物。換句話說，就是分析大數(shù)據(jù)以得出結(jié)論。Gartner稱，機(jī)器學(xué)習(xí)是2017年十大戰(zhàn)略技術(shù)趨勢(shì)之一。它指出，當(dāng)今最先進(jìn)的機(jī)器學(xué)習(xí)和人工智能系統(tǒng)正在超越傳統(tǒng)的基于規(guī)則的算法，創(chuàng)建出能夠理解、學(xué)習(xí)、預(yù)測(cè)、適應(yīng)，甚至可以自主操作的系統(tǒng)。

預(yù)測(cè)分析 預(yù)測(cè)分析與機(jī)器學(xué)習(xí)密切相關(guān)，事實(shí)上ML系統(tǒng)通常為預(yù)測(cè)分析軟件提供動(dòng)力。

在早期大數(shù)據(jù)分析中，企業(yè)通過審查他們的數(shù)據(jù)來發(fā)現(xiàn)過去發(fā)生了什么，后來他們開始使用分析工具來調(diào)查這些事情發(fā)生的原因。預(yù)測(cè)分析則更進(jìn)一步，使用大數(shù)據(jù)分析預(yù)測(cè)未來會(huì)發(fā)生什么。普華永道（PwC）2016年調(diào)查顯示，目前僅為29%的公司使用預(yù)測(cè)分析技術(shù)，這個(gè)數(shù)量并不多。同時(shí)，許多供應(yīng)商最近都推出了預(yù)測(cè)分析工具。隨著企業(yè)越來越意識(shí)到預(yù)測(cè)分析工具的強(qiáng)大功能，這一數(shù)字在未來幾年可能會(huì)出現(xiàn)激增。

智能app 企業(yè)使用機(jī)器學(xué)習(xí)和AI技術(shù)的另一種方式是創(chuàng)建智能應(yīng)用程序。這些應(yīng)用程序采用大數(shù)據(jù)分析技術(shù)來分析用戶過往的行為，為用戶提供個(gè)性化的服務(wù)。推薦引擎就是一個(gè)大家非常熟悉的例子。在2017年十大戰(zhàn)略技術(shù)趨勢(shì)列表中，Gartner公司把智能應(yīng)用列在了第二位。Gartner公司副總裁大衛(wèi)·希爾里（David Cearley）說：“未來10年，幾乎每個(gè)app，每個(gè)應(yīng)用程序和服務(wù)都將在一定程度上應(yīng)用AI。

智能安保 企業(yè)的安全日志數(shù)據(jù)提供了以往未遂的網(wǎng)絡(luò)攻擊信息，企業(yè)可以利用這些數(shù)據(jù)來預(yù)測(cè)并防止未來可能發(fā)生的攻擊，以減少攻擊造成的損失。一些公司正將其安全信息和事件管理軟件（SIEM）與大數(shù)據(jù)平臺(tái)（如Hadoop）結(jié)合起來。還有一些公司選擇向能夠提供大數(shù)據(jù)分析能力產(chǎn)品的公司求助。

物聯(lián)網(wǎng) 根據(jù)IDC 2016年9月的報(bào)告，“31.4%的受訪公司推出了物聯(lián)網(wǎng)解決方案，另有43%希望在未來12個(gè)月內(nèi)部署物聯(lián)網(wǎng)解決方案。”隨著這些新設(shè)備和應(yīng)用程序上線，許多公司需要新的技術(shù)和系統(tǒng)，才能夠處理和感知來自物聯(lián)網(wǎng)的大量數(shù)據(jù)。

邊緣計(jì)算 邊緣計(jì)算是一種可以幫助公司處理物聯(lián)網(wǎng)大數(shù)據(jù)的新技術(shù)。在邊緣計(jì)算中，大數(shù)據(jù)分析非常接近物聯(lián)網(wǎng)設(shè)備和傳感器，而不是數(shù)據(jù)中心或云。對(duì)于企業(yè)來說，這種方式的優(yōu)點(diǎn)顯而易見。因?yàn)樵诰W(wǎng)絡(luò)上流動(dòng)的數(shù)據(jù)較少，可以提高網(wǎng)絡(luò)性能并節(jié)省云計(jì)算成本。它還允許公司刪除過期的和無價(jià)值的物聯(lián)網(wǎng)數(shù)據(jù)，從而降低存儲(chǔ)和基礎(chǔ)架構(gòu)成本。邊緣計(jì)算還可以加快分析過程，使決策者能夠更快地洞察情況并采取行動(dòng)。

高薪職業(yè) 對(duì)于IT工作者來說，大數(shù)據(jù)的發(fā)展意味著大數(shù)據(jù)技能人才的高需求。IDC稱，到2018年，美國將有181000個(gè)深度分析崗位，是數(shù)據(jù)管理和數(shù)據(jù)解讀相關(guān)技能崗位數(shù)量的五倍。

自助服務(wù) 由于聘請(qǐng)高級(jí)專家的成本過高，許多公司開始轉(zhuǎn)向數(shù)據(jù)分析工具。IDC先前預(yù)測(cè)，視覺數(shù)據(jù)發(fā)現(xiàn)工具的增長速度將比其他商業(yè)智能（BI）市場(chǎng)快2.5倍，到2018年，所有企業(yè)都將投資終端用戶自助服務(wù)。