2016年大数据八大趋势

by Tableau

Transcript

1. 2016 年 大数据 八大趋势
2. 对于大数据世界而言，2015 年是重要的一年。随着更多的企业意识到， 各种形式和大小的数据对于制定尽可能最好的决策至关重要，而曾经大 肆宣传的大数据业已成为标准。在 2016 年，我们将看到支持非关系型或 非结构化数据，以及大量数据的系统将继续发展。这些系统将不断演变 并日益成熟，实现在企业 IT 系统和标准内良好运作。 这些让业务用户和数据科学家充分意识到大数据的价值。 在 Tableau，我们每年都会展开针对业内动向的对话。相关讨论帮助我 们整理出了下一年中，大数据最显著发展趋势的列表。以下便是我们对 2016 年的预测。
3. #datatrends16
4. NoSQL 接管市场 其他阅读材料： Magic Quadrant for Operational Database Management Systems（操作型数据 库管理系统魔力象限） 通过去年的大数据趋势报告，我们注意到，通常与非结 构化数据联系在一起的 NoSQL 技术在业界的应用不断 增加。展望未来，随着无模式数据库概念的优势日益突 显，NoSQL 数据库逐渐成为企业 IT 领域的领先技术， 而向其转变的趋势也变得清晰起来。Gartner 的“Magic Quadrant for Operational Database Management Systems” （操作型数据库管理系统魔力象限）报告最能体现这一 趋势：过去，该领域被 Oracle、IBM、Microsoft 和 SAP 统治；而在最近的魔力象限中，我们看到，在报告的 “Gartner 领导者”象限中，包括 MongoDB、DataStax、 Redis Labs、MarkLogic 和 Amazon Web Services （带 DynamoDB）在内的 NoSQL 公司在数量上超过了传 统的数据库供应商。 1 2016 年 大数据 八大趋势
5. Apache Spark 为大数据 点亮明灯 其他阅读材料： Databricks Application Spotlight：Tableau Software（Databricks 应用点睛： Tableau Software） Apache Spark 已经由 Hadoop 生态系统的组成部分变身， 转而成为诸多企业理想之选的大数据平台。Spark 发起人 兼 Databricks 共同创始人 Matei Zaharia 表示，与 Hadoop 相比，Spark 提供了大幅提升的数据处理速度，现已成为 最大的大数据开放源项目。我们看到越来越多受人瞩目 的 Spark 企业用例（例如在 Goldman Sachs 的应用）不断 涌现；Spark 已然成为大数据分析的“通用语言”。 2 2016 年 大数据 八大趋势
6. Hadoop 项目 成熟！ 企业继续其从 Hadoop 概念证明到 生产的过渡 其他阅读材料： AtScale’s Hadoop Maturity Survey highlights Big Data’s relentless growth（AtScale 的 Hadoop 成熟度调查突显了大数据的持续增长） 在最近针对 2200 名 Hadoop 客户开展的一份调查中，只有 3% 的调查对象预计在未来 12 个月中减少使用 Hadoop。 76% 已在使用 Hadoop 的调查对象表示，其计划在未来 3 个月内更多使用 Hadoop；最后，在尚未部署 Hadoop 的公司中，近一半表示将在未来 12 个月中部署 Hadoop。 该调查还表明，对于正在使用或正在计划使用 Hadoop 的 公司，以及使用 Hadoop 成熟度最高的公司而言，Tableau 是其中主要的商业智能工具。 3 2016 年 大数据 八大趋势
7. 大数据 发展壮大： Hadoop 加入企业 标准之中 其他阅读材料： Information Week - Cloudera Brings Role-Based Security To Hadoop（信息周 - Cloudera 为 Hadoop 实现基于角色的安全性） 我们将看到围绕企业系统（例如安全性）的投资不断增 长，这进一步证明了 Hadoop 逐渐成为企业 IT 领域核心部 分的发展趋势。Apache Sentry 项目提供了一个系统，该系 统可对存储在 Hadoop 群集上的数据和元数据实施细化、 基于角色的授权。这些是客户期望其企业级 RDBMS 平台 具备的功能类型，而且现在正走在新兴大数据技术的发展 前沿，助力消除企业应用方面的又一壁垒。 4 2016 年 大数据 八大趋势
8. 大数据 飞速发展： 选项增多，加快 Hadoop 速度 其他阅读材料： Tableau 与 Hadoop 的 5 种最佳做法 随着 Hadoop 在企业中发挥越来越大的作用，最终用户 越来越需要获得与传统数据仓库一样的快速数据探索 功能。为满足最终用户的需求，企业越来越多地采用 Cloudera Impala、AtScale、Actian Vector 和 Jethro Data 等 技术，以便在 Hadoop 中支持业务用户的“老朋友”— OLAP 多维数据集，这进一步模糊了“传统”商业智能概 念和“大数据”世界之间的界限。 5 2016 年 大数据 八大趋势
9. 最终用户 拥有更多 的选项， 来为探索 各种形式 的数据做 准备。 其他阅读材料： Alteryx、Trifacta、Paxata、Lavastorm 和 Informatica 自助数据准备工具呈爆炸式增加。部分原因在于向业务 用户生成数据探索工具（例如 Tableau）的转变，减少了 分析数据的时间。业务用户现在还希望能够减少准备分 析数据的时间和复杂性，在大数据世界中，这对于处理 各种数据类型和格式尤为重要。在这一领域，关注最终 用户大数据准备的公司（例如 Alteryx、Trifacta、Paxata 和 Lavastorm）涌现了大量创新，甚至历史悠久的 ETL 领导者（例如 Informatica 及其 Rev 产品）也在这一领域 投入了大量资金。 6 2016 年 大数据 八大趋势
10. 云端 MPP 数据仓库 发展升温！ 其他阅读材料： Cloud Data Warehouse Race Heats Up（云数据仓库竞争升温） 数据仓库终将“灭亡”流传已经不是一天两天了，不过 这一市场领域的发展在减慢已不是什么秘密。但现在我 们看到了这一技术在云端应用的重大转变：Amazon 率 先在 Redshift 中采用随需应变的云数据仓库。Redshift 是 AWS 发展最快的服务，不过它现在有了不少竞争对手也 在发展这一领域，包括 Google 的 BigQuery、数据仓库领 域的长期霸主 Microsoft（产品为 Azure SQL 数据仓库） 和 Teradata 的产品以及 Snowflake（Strata + Hadoop World 2015 Startup Showcase 的获奖者）等新兴初创企业。分析 师指出，在采用 Hadoop 的公司中，90% 的公司会同时保 留其数据仓库，而借助这些新的云端产品，这些客户可 以动态扩展或收缩存储量以及计算数据仓库中的资源， 而不是其 Hadoop 数据湖中存储的更大量信息。 7 2016 年 大数据 八大趋势
11. 流行技术 融合！ 其他阅读材料： 物物相联：互联设备的数据可视化 虽然物联网技术刚刚起步，但是物联网中各设备的数据 将成为云端的“杀手级应用”之一，以及 PB 级别数据 爆炸的推动者。因此，Google、Amazon Web Services 和 Microsoft 等领先的云端和数据公司开始发展物联网服务， 让数据无缝移动到其基于云端的分析引擎。 8 物联网、云端和大 数据实现融合。 2016 年 大数据 八大趋势
12. Tableau 提供面向商业智能的创新型方法， 能够快速连接、可视化和共享您的数据， 而且实现了从 PC 到 iPad 的无缝体验。 敬请访问 www.tableau.com/zh-cn，了解更多信息。