2015年5个大数据技术预测_数据分析师培训
大数据技术快速进化,各种迹象显示2015年仍将持续。MapR的联合创始人兼CEO John Schroeder预测,在2015年里,五大发展将会主导大数据技术。
在短短几年里,大数据技术从炒作的概念变为新数字时代的核心破坏者。2014年,公司里越来越多的大数据举措从测试步入生产。2015年,大数据将在企业里进一步推进,使用更多的用例(特别是实时用例),Hadoop分布式专家MapR的联合创始人兼CEO John Schroeder说。
Schroeder说:“今年,机构将覆盖之前的初次批量实现,进行大数据实时部署。现有的行业领导者和那些后起之秀已经付出了巨大努力,它们通过将新的大数据平台合并到‘动态’数据分析中来影响业务,这些实现将驱动行业的发展。”
Schroeder说五大发展将会主导2015。
1.数据敏捷性成为焦点
对于许多需求来说,遗留的数据库和数据仓库的处理过程过于缓慢和僵化,因此数据敏捷性是大数据技术发展的驱动力之一。在2015年,Schroeder认为,随着机构将他们的注意力从捕获和管理数据转换到使用它们,数据敏捷性将会更加集中。
他说:“遗留的数据库和数据仓库如此昂贵,以至于需要DBA对数据进行全面综合和结构化。前期的DBA成本推迟了对新数据源的访问,而随着时间的推移,这刚性的结构也很难改变。最终的结果就是,遗留数据库不够敏捷,不能满足今天多数组织的需要。”
他补充说:“最初的数据项目集中在目标数据源的存储。机构将会把自己的注意力转移到数据敏捷性上,而不是关心正在管理着多少数据。执行和分析数据的能力又是如何影响操作的?当用户偏好、市场条件、竞争行为和操作状态发生变化时,如何才能快速适应和响应?这些问题将会在2015年指引大数据的投资和规模。”
2.机构从数据湖泊转移到数据处理平台
从某种程度上来说,2014年是数据湖泊(或者数据中心)的一年。基于对象的存储仓库以其原生格式(无论是结构化的、非机构化的或半结构化的)保存着原始数据,直到可以使用。数据湖泊有着强烈的价值主张,它们代表着一个可伸缩的基础结构,这样的结构经济(降低了成本)又敏捷。
Schroeder认为,随着处理数据的多计算和执行引擎就位,数据湖泊将会在2015年继续发展。它不仅会更有效,它还会创建一个单点管理和一个单点安全。
“在2015年,随着机构从批处理转移到实时处理,将Hadoop、数据库和基于文件的引擎集成到他们的大规模处理平台,数据湖泊将会有所发展”,他说。 “换句话说,它并不是关于数据湖泊中支持大量查询和报告的大规模存储。2015年的大趋势是,围绕事件和数据的实时持续访问和处理,以此来获取稳定的状态和及时采取行动。”
3.自助服务大数据成为主流
大数据工具和服务的进步意味着,在2015年,商业用户和数据科学家访问数据的瓶颈将逐渐缓解,Schroeder说。
2015年,IT将会拥抱自助服务大数据,允许商业用户使用大数据自助服务,他说。“自助服务授权开发者、数据科学家和数据分析师直接控制对数据的探索。”
“之前,需要IT技术来建立集中的数据结构”,他补充道。“这是一种耗时和昂贵的做法。对于一些用例,Hadoop已经使得企业适应了‘结构准备好’。高级一点的机构将会转移到执行上的数据绑定,远离中心结构,以此来满足持续的需求。自助服务加快机构利用新数据源以及回应机会和威胁。”
4.Hadoop供应商整合:新商业模式的发展
早在2013年,因特尔引入了它自己的Hadoop版本,声称这个版本将会与原版有所不同,它采用一种增强的方法,将Hadoop直接置入到因特尔的机器中。但是一年后,因特尔放弃了它自己的版本,然后重磅推出Hadoop发行版供应商Cloudera。
当时,因特尔注意到,客户们都在观望Hadoop市场如何打开。Hadoop的选择实在是太多了。Schroeder相信,Hadoop供应商的整合在2015年将会继续,而失败者将会停止它们的发行版,将注意力转移到其它地方。
“现在,我们已经贡献开源代码20年了,它为市场提供了巨大的价值”,Schroeder说。“技术处于成熟阶段。技术生命周期始于创新和高度差异化产品的创造,止于产品最终商业化。[Edgar F.] Codd于1969年使用创新而建立了关系数据库概念,1986年也导致了Oracle IPO,而起始于1995年的第一个MySQL版本。所以历史上,数据库平台技术成熟之前,为了看到商业化,它花了26年时间的创新。”
“在技术成熟周期中,Hadoop是比较早的,自Google发布萌芽的MapReduce白皮书起,仅仅只有十年的时间”,他补充道。“在初级概念发布仅10年后,Hadoop在全球被采用,超越以往任何其它数据平台。Hadoop正在创新阶段,所以供应商误采用‘Red Hat for Hadoop’策略已经在市场上出现了,尤其是因特尔和最近的EMC。”
Schroeder相信,2015将会见到一个崭新的、更微妙的开源软件的发展,它们会结合深度创新和社区开发。
“开源社区对于建立标准和共识是至关重要的”,他说。“竞争是催化剂,它将Hadoop从最初的批分析处理器转换成一个全功能数据平台。”
5.企业架构师不再炒作大数据
2015年将会看到,企业架构师会成为焦点,因他们对Hadoop技术的深入理解,得到定义更好和更成熟的大数据应用需求说明,包括像高可用性和业务连续性等元素。
“在数据中心中,随着机构快速从试验转移到实际应用,企业架构师将前台和中心转移到实际应用”,Schroeder说。“IT领导在决定适应SLA的基础架构、提供高可用性、业务连续性和适应关键业务需求上就很重要了。在2014年,围绕Hadoop蓬勃发展的生态系统,拥有大量的应用、工具和组件。在 2015年,市场将集中在将Hadoop集成到数据中心,并交付业务结果所需的跨平台差异和架构上。”
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14