隨著社交媒體、移動化和云計算的發(fā)展，數(shù)據(jù)分析及相關的技術已經(jīng)作為一款具有顛覆性的技術在這個數(shù)字時代占有了一席之地了。在過去的2015年中，我們已經(jīng)看到對大數(shù)據(jù)的分析利用正被一股強大的利用新的數(shù)據(jù)技術以加強商務智能的推動力推動著由測試步入到了生產(chǎn)階段。2016年新春伊始，五名業(yè)內(nèi)人士將與您分享他們對于2016年數(shù)據(jù)和分析領域的預測。

Hadoop發(fā)行商Hortonworks公司的CTOScottGnau預測以下趨勢將在2016年主導數(shù)據(jù)和分析市場領域：

?獲取一切可提供洞察分析價值的數(shù)據(jù)。在2016年，企業(yè)將著眼于從所有數(shù)據(jù)中獲得洞察價值，Gnau表示說?！斑@不只是關于物聯(lián)網(wǎng)，而是要通過互聯(lián)網(wǎng)連接起凡是能夠提供洞察分析價值的一切設備?！彼f。“我們要超越傳感器等相關設備，著眼于一切可以從中獲取洞察價值數(shù)據(jù)信息的設備，這包括來自企業(yè)生產(chǎn)過程中的服務器日志、地理位置和來自互聯(lián)網(wǎng)的所有數(shù)據(jù)?！?br />
?重視邊緣數(shù)據(jù)。Gnau表示說，企業(yè)必須超越他們的數(shù)據(jù)中心并開始重視利用邊緣的數(shù)據(jù)。他指出，數(shù)據(jù)流現(xiàn)在收集了來自許多傳感器和服務器之外的設備上的數(shù)據(jù)，例如，來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)源有一個巨大的機會。Gnau表示說IoAT創(chuàng)建了一個新的模式，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，并進一步滲透到企業(yè)運用中去。

?運動平臺的數(shù)據(jù)。在2016年，業(yè)界將看到運動平臺的數(shù)據(jù)運用的發(fā)展?！捌髽I(yè)用戶有對于更高級別的平臺來處理許多設備協(xié)議，并把所有的數(shù)據(jù)流匯集到Hadoop的需要?！盙nau表示說。“該平臺需要方便多協(xié)議語言的通信。運動數(shù)據(jù)和靜態(tài)數(shù)據(jù)的整合是2016年中的一個大機會?！?br />
?大數(shù)據(jù)變得容易。有市場對于簡化大數(shù)據(jù)技術方面有需要，并為此在所有層面都存在的機會：技術、消費等領域。Gnau表示說，在2016年，數(shù)據(jù)分析技術將明顯有趨于走向簡單化的趨勢?！盁o論你是集群操作員、安全管理員或是數(shù)據(jù)分析員，每個人都希望Hadoop及其相關的大數(shù)據(jù)技術是簡單直接的?！彼f。“其處理過程就像一個單一的集成開發(fā)經(jīng)驗或減少設置或配置文件的數(shù)量一樣將開始出現(xiàn)一刀切的模式?！?br />
?Hadoop用于關鍵任務工作負載。在2016年，Hadoop將被用于交付更多的關鍵任務工作負載，并超出“網(wǎng)絡規(guī)模化”的企業(yè)，Gnau預測說?！半m然像雅虎、Spotify和TrueCar這樣的公司都建立了相關的業(yè)務部門以便充分利用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)中提取有價值的見解，并提供新的關鍵業(yè)務分析應用程序，而這想要簡單地實現(xiàn)，沒有Hadoop是不可能的?！彼f。

IT系統(tǒng)管理解決方案提供商Adaptiva公司創(chuàng)始人兼首席技術官迪帕克·庫馬爾預測：

?今年，數(shù)據(jù)將得到限制?！皩τ跀?shù)據(jù)的使用將變得更加規(guī)范，因為供應商將無法跟上數(shù)據(jù)的需求;而企業(yè)也將無法跟上成本的上漲。”庫馬爾說?！斑@樣一來，企業(yè)將開始利用技術來監(jiān)測這些數(shù)據(jù)?！?br />
?系統(tǒng)管理將因為大數(shù)據(jù)分析而變得智能化?！按髷?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)務洞察力未被發(fā)現(xiàn)——而系統(tǒng)管理將介入幫助。”他說。

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

?數(shù)據(jù)的運用更加民主普及化。拉加說，多虧了像亞馬遜的MechanicalTurk這樣的解決方案，使得企業(yè)和個人用戶將能夠更方便地收集來自世界各地的數(shù)據(jù)信息，而在此之前他們是無法實現(xiàn)的?！安粌H能夠更容易的找到數(shù)據(jù)，同時更加用戶友好的工具的出現(xiàn)將使人們無需具備大量的數(shù)據(jù)知識就能進行數(shù)據(jù)信息分析，從而確保獲得有意義的價值洞察了?！彼f。

?對于數(shù)據(jù)隱私權(quán)問題的關注將增加。歐洲最近制定了嚴格的數(shù)據(jù)監(jiān)管規(guī)定，這意味著企業(yè)用戶將需要針對如何解決數(shù)據(jù)安全問題制定相應的戰(zhàn)略?！逼髽I(yè)已經(jīng)不能僅僅將數(shù)據(jù)隱私問題視為一個事后考慮的事項了，他們需要主動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監(jiān)管法律法規(guī)。”他說。

?新的應用程序?qū)⒈婚_發(fā)以從數(shù)據(jù)分析中發(fā)掘數(shù)據(jù)價值見解。拉加說，在2016年，企業(yè)和個人用戶將進一步挖掘數(shù)據(jù)并進行分析，以提供個性化的引人入勝的跨行業(yè)的數(shù)據(jù)體驗，包括能源，體育，社會公益和音樂領域。“比如，人們將能夠使用數(shù)據(jù)以根據(jù)自己的個人喜好來改變歌曲?！彼f。

商業(yè)智能和分析企業(yè)Tableau軟件公司的產(chǎn)品營銷總監(jiān)丹·高根預測了2016年大數(shù)據(jù)領域的一系列發(fā)展趨勢，包括：

?NoSQL獲得發(fā)展。高根說，2016年，NoSQL數(shù)據(jù)庫將成為領先的企業(yè)IT環(huán)境，作為無模式的數(shù)據(jù)庫概念的優(yōu)勢會變得更加明顯?！皼]有比從Gartner的運行數(shù)據(jù)庫管理系統(tǒng)魔力象限能夠看到更加令人震驚的顯示畫面了?！倍@在過去，甲骨文，IBM，微軟和SAP是占主導地位的?！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實驗室、MarkLogic和亞馬遜網(wǎng)絡服務(其DynamoDB產(chǎn)品)，數(shù)量上超過了Gartner的領導者象限報告的傳統(tǒng)數(shù)據(jù)庫供應商。

?ApacheSpark進一步用于大數(shù)據(jù)分析。ApacheSpark已經(jīng)從Hadoop系統(tǒng)的一個組件成為了不少企業(yè)大數(shù)據(jù)平臺的選擇了?！拜^之Hadoop，Spark為數(shù)據(jù)處理速度帶來了大幅的提升，并且已經(jīng)成為目前規(guī)模最大的大數(shù)據(jù)開源項目了，根據(jù)Spark項目的發(fā)起者和Databricks的聯(lián)合創(chuàng)始人馬泰扎哈里亞介紹?！备吒f?！拔覀儗⒖吹皆絹碓蕉嗟钠髽I(yè)使用案例Spark，例如，在高盛集團，Spark已成為大數(shù)據(jù)分析的’通用語言’?！?br />
?大數(shù)據(jù)進一步成熟。Hadoop被添加到了企業(yè)標準。高根說，企業(yè)利用Hadoop的能力將在2016年變得成熟?！白鳛槠溥M一步成熟的證據(jù)，Hadoop的不斷發(fā)展的趨勢將使其成為企業(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?！彼f。“ApacheSentry項目為實施細粒度提供了一個系統(tǒng)，基于角色的授權(quán)將數(shù)據(jù)和元數(shù)據(jù)存儲在Hadoop集群上。這些都是客戶希望從他們的企業(yè)級RDBMS平臺和現(xiàn)在的新興大數(shù)據(jù)技術能夠獲得的前沿的能力類型，從而進一步消除了企業(yè)采用的一大障礙?！?br />
?大數(shù)據(jù)獲得快速發(fā)展，并進一步促進Hadoop的采用。高根說，2016年，我們將看到Hadoop獲得傳統(tǒng)上一直與數(shù)據(jù)倉庫相關的性能?！半S著Hadoop獲得更多對于企業(yè)用戶的吸引力，我們將看到來自最終用戶對于同樣快速的數(shù)據(jù)探索的能力的不斷增長的需求，這與他們對于傳統(tǒng)的數(shù)據(jù)倉庫的期望是一樣的?！彼f。“為了滿足最終用戶的需求，我們看到越來越多地對于諸如ClouderaImpala、AtScale、ActianVector和JethroData等新技術的采用——這進一步模糊了”傳統(tǒng)”BI和“大數(shù)據(jù)”之間的概念。

?幫助最終用戶發(fā)現(xiàn)所有形式的數(shù)據(jù)增長的選擇數(shù)量進一步增加。自助服務的數(shù)據(jù)準備工具正在爆炸式的普及。高根說，部分的原因是由于轉(zhuǎn)向企業(yè)-用戶生成的數(shù)據(jù)發(fā)現(xiàn)工具的采用，如Tableau，減少了分析數(shù)據(jù)的時間?！捌髽I(yè)用戶現(xiàn)在希望也能夠減少數(shù)據(jù)分析的準備時間和復雜度，尤其重要的是在處理各種數(shù)據(jù)類型和格式時?！彼f?！蔽覀円呀?jīng)看到了這一領域的創(chuàng)新，包括從專注于最終用戶準備的大數(shù)據(jù)公司如Alteryx、Trifacta、Paxata和Lavastorm，同時還看到有長期的ETL領域的領軍企業(yè)如Informatica公司對于其REV產(chǎn)品進行的大量的投資?！?br />
?MPP數(shù)據(jù)倉庫在云中的增長正在升溫。高根說，數(shù)據(jù)倉庫的“死亡”已經(jīng)被炒作了一段時間了，而在這一細分市場的增長已經(jīng)放緩也已經(jīng)不是什么秘密了。“但我們現(xiàn)在將看到這項技術應用程序轉(zhuǎn)移到云計算的一個重大轉(zhuǎn)變，在這一個領域亞馬遜憑借其在Redshift的按需云數(shù)據(jù)倉庫占據(jù)了主導?！彼f。“Redshift是AWS增長最快的業(yè)務，但其現(xiàn)在需要面臨來自谷歌BigQuery、以及來自提供長期數(shù)據(jù)倉庫的強勢競爭者如微軟產(chǎn)品(AzureSQL數(shù)據(jù)倉庫)和Teradata的競爭、還有來自諸如2015年Strata+HadoopWorld獲勝者初創(chuàng)公司Snowflake的競爭。分析人士認為，那些已經(jīng)采用Hadoop的企業(yè)中，有90%的企業(yè)還會繼續(xù)保持他們的數(shù)據(jù)倉庫，通過這些新的云服務產(chǎn)品，這些客戶可以相對于存儲在他們的Hadoop數(shù)據(jù)湖的更大量的數(shù)據(jù)信息，能夠動態(tài)地在數(shù)據(jù)倉庫中向上或向下擴展的存儲和計算資源。

?融合收斂的流行：物聯(lián)網(wǎng)、云計算和大數(shù)據(jù)結(jié)合到了一起。該技術仍處于初期階段，但來自物聯(lián)網(wǎng)設備上的數(shù)據(jù)將成為“殺手級應用”，成為推動云和PB級數(shù)據(jù)爆炸式增長的驅(qū)動因素之一，高根說?！俺鲇谶@個原因，我們將看到了領先的云服務和數(shù)據(jù)公司，如谷歌、亞馬遜網(wǎng)絡服務和微軟將把物聯(lián)網(wǎng)服務帶入我們的生活，使得數(shù)據(jù)可以無縫地遷移到他們的基于云的分析引擎?！彼f。

數(shù)據(jù)倉庫和大數(shù)據(jù)分析專家企業(yè)Teradata公司的企業(yè)系統(tǒng)總經(jīng)理丹·格雷厄姆表達了他對于2016年的預測：

?企業(yè)將重新設置Hadoop。格雷厄姆認為，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經(jīng)驗教訓。“隨著Hadoop和相關開源技術超越了純粹的知識收集，以及炒作的消退，企業(yè)將重新設置(但不會放棄)自己的Hadoop部署，以解決他們所學到的教訓——特別是圍繞管理，數(shù)據(jù)集成，安全性和可靠性等領域”他說。

?關于數(shù)據(jù)分析算法的探討將進入企業(yè)高層會議。在數(shù)據(jù)采集和數(shù)據(jù)的托管分析的制備過程中，相關的算法將升溫?！彼f?！斑@樣一來，企業(yè)的CEO和投資者們將開始探討深層的數(shù)據(jù)分析為核心業(yè)務的目標?！?br />
?數(shù)據(jù)湖泊最終會發(fā)現(xiàn)一些殺手級應用程序。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)最常見的存儲庫，格雷厄姆說?！蔽锫?lián)網(wǎng)M2M數(shù)據(jù)的規(guī)模大小將將超過幾個數(shù)量級運行內(nèi)存容量，從而推動了低存儲成本的數(shù)據(jù)湖技術?！彼f。

?在數(shù)據(jù)中心捕獲的物聯(lián)網(wǎng)數(shù)據(jù)的價值將迅速被新的交易數(shù)據(jù)的價值所削弱?！叭狈ω泿呕臄?shù)據(jù)字段，大多數(shù)傳感器的數(shù)據(jù)將在數(shù)小時，幾天或幾周的時間后變?yōu)榈蛢r值，因為這些數(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?！备窭锥蚰氛f?！凹軜?gòu)和系統(tǒng)將被迫以彌補這一數(shù)據(jù)價值的快速下降，以應付數(shù)據(jù)存儲和處理成本。”