2017年已然來(lái)臨，大數(shù)據(jù)技術(shù)仍然保持著飛速發(fā)展。無(wú)論是物聯(lián)網(wǎng)、云計(jì)算領(lǐng)域乃至企業(yè)技術(shù)都開(kāi)始將其引入自身并作為新的變革方向。

眾多企業(yè)已經(jīng)在積極接納大數(shù)據(jù)技術(shù)，并作為提升自身市場(chǎng)競(jìng)爭(zhēng)力的核心因素。在今天的文章中，我們將基于甲骨文給出的預(yù)測(cè)結(jié)論，總結(jié)2017年十項(xiàng)大數(shù)據(jù)變化趨勢(shì)。

1.機(jī)器學(xué)習(xí)時(shí)代來(lái)臨

以往的機(jī)器學(xué)習(xí)僅限于數(shù)據(jù)科學(xué)家群體之內(nèi)，但2017年將成為機(jī)器學(xué)習(xí)進(jìn)入主流的元年。無(wú)論是谷歌的最新排名算法還是電子產(chǎn)品的智能化轉(zhuǎn)型，各類(lèi)場(chǎng)景都將把機(jī)器學(xué)習(xí)納入自身。大數(shù)據(jù)在2016年發(fā)展態(tài)勢(shì)良好，相信在新一年中，大數(shù)據(jù)將繼續(xù)保持這種勢(shì)頭——特別是作為核心組成部分的機(jī)器學(xué)習(xí)技術(shù)。

作為大數(shù)據(jù)領(lǐng)域的重要成員，機(jī)器學(xué)習(xí)已經(jīng)廣泛滲透至業(yè)務(wù)分析與后端系統(tǒng)等各個(gè)領(lǐng)域，并最終徹底改變政府及企業(yè)跨越物理與虛擬服務(wù)器實(shí)現(xiàn)數(shù)據(jù)集處理的實(shí)際方式。未來(lái)值得關(guān)注的變革領(lǐng)域包括醫(yī)療衛(wèi)生自動(dòng)化與能源行業(yè)。

2.云數(shù)據(jù)內(nèi)聚

毫無(wú)疑問(wèn)，大數(shù)據(jù)技術(shù)相當(dāng)適合由云服務(wù)器負(fù)責(zé)承載，但2017年其覆蓋面將進(jìn)一步增加。從隱私問(wèn)題到數(shù)據(jù)主權(quán)，云計(jì)算自誕生起即引發(fā)的激烈爭(zhēng)論將逐漸找到解決辦法。隨著數(shù)據(jù)集規(guī)模提升，大多數(shù)企業(yè)可能會(huì)出于對(duì)遷移工作模糊性的擔(dān)憂(yōu)而選擇使用虛擬服務(wù)器。

2017年的重大轉(zhuǎn)變?cè)谟?，人們不再將?shù)據(jù)遷移至云端，而是將云資源引入數(shù)據(jù)。因此，符合特定數(shù)據(jù)需求的云應(yīng)用策略將變得至關(guān)重要。

3.數(shù)據(jù)驅(qū)動(dòng)型應(yīng)用

大數(shù)據(jù)技術(shù)一直憑借著對(duì)IT領(lǐng)域的深遠(yuǎn)影響而廣為人知。然而，近期趨勢(shì)調(diào)查發(fā)現(xiàn)越來(lái)越多的用戶(hù)將分析甚至是企業(yè)應(yīng)用同大數(shù)據(jù)加以結(jié)合。從AI支持型應(yīng)用到Megabox等數(shù)據(jù)流客戶(hù)端，每家企業(yè)都將很快迎來(lái)自己的大數(shù)據(jù)轉(zhuǎn)型——以及由此帶來(lái)的下一代數(shù)據(jù)驅(qū)動(dòng)型應(yīng)用。

4.物聯(lián)網(wǎng)與集成

物聯(lián)網(wǎng)技術(shù)一直由于糟糕的部件設(shè)計(jì)與實(shí)現(xiàn)障礙而飽受詬病。盡管我們目前仍然無(wú)法實(shí)現(xiàn)第二次物聯(lián)網(wǎng)創(chuàng)新，但大數(shù)據(jù)的介入仍然能夠有效解決問(wèn)題。無(wú)論是以移動(dòng)設(shè)備為中心的應(yīng)用還是居家工具，物聯(lián)網(wǎng)與大數(shù)據(jù)的結(jié)合都將成為2017年年內(nèi)的一波重要變革浪潮。

物聯(lián)網(wǎng)應(yīng)用開(kāi)發(fā)將變得更加簡(jiǎn)單，且影響范圍也將不斷擴(kuò)大。我們期待著智能城市甚至智能?chē)?guó)家級(jí)別的項(xiàng)目能夠在新的一年中顯露雛形。

5.數(shù)據(jù)虛擬化成為現(xiàn)實(shí)

根據(jù)企業(yè)管理者的觀(guān)點(diǎn)，數(shù)據(jù)孤島擴(kuò)散難題成為普遍困擾。無(wú)論是面向NoSQL、Spark還是Hadoop，現(xiàn)有數(shù)據(jù)庫(kù)方案都將在新的一年中迎來(lái)更多協(xié)作對(duì)象?？梢钥隙ǖ氖牵灰髽I(yè)未有找到真正完美的存儲(chǔ)庫(kù)解決方案，暗數(shù)據(jù)集就將一直存在。不過(guò)好消息是，我們相信2017年內(nèi)統(tǒng)一化訪(fǎng)問(wèn)將逐步成形并推動(dòng)數(shù)據(jù)虛擬化的興起。

由于數(shù)據(jù)本身不再需要移動(dòng)，因此這套方案將能夠極大提升分析速度與大數(shù)據(jù)技術(shù)的實(shí)現(xiàn)進(jìn)度。

6. 對(duì)接 Kafka

如果缺少了由Apache基金會(huì)打造的Kafka，大數(shù)據(jù)預(yù)測(cè)將毫無(wú)完整性可言。盡管Kafka目前仍處于發(fā)展階段，但很可能會(huì)在今年第三季度迎來(lái)成熟度峰值。確切地講，Kafka預(yù)計(jì)將成為大數(shù)據(jù)技術(shù)期待已久的實(shí)現(xiàn)基石。

除此之外，作為一項(xiàng)架構(gòu)層面的總線(xiàn)式技術(shù)成果，Kafka能夠輕松處理數(shù)據(jù)結(jié)構(gòu)甚至是超大規(guī)模數(shù)據(jù)集——主要面向數(shù)據(jù)湖、相關(guān)傳播以及促進(jìn)訂閱者訪(fǎng)問(wèn)等層面。

7.云數(shù)據(jù)系統(tǒng)(預(yù)打包與集成)快速發(fā)展

從零開(kāi)始建立傳統(tǒng)數(shù)據(jù)實(shí)驗(yàn)室相當(dāng)困難。然而隨著企業(yè)越來(lái)越依賴(lài)于大數(shù)據(jù)技術(shù)，集成化云數(shù)據(jù)系統(tǒng)的發(fā)展也得到顯著推動(dòng)。這些預(yù)打包式功能實(shí)體包含數(shù)據(jù)科學(xué)、分析、數(shù)據(jù)爭(zhēng)用乃至數(shù)據(jù)集成等各類(lèi)復(fù)雜性因素。

2017年內(nèi)，專(zhuān)門(mén)面向大數(shù)據(jù)用例的預(yù)打包式云系統(tǒng)在采用率方面將迎來(lái)顯著增長(zhǎng)。

8. Hadoop HDFS替代性方案出現(xiàn)

Hadoop的HDFS長(zhǎng)久以來(lái)一直作為最受歡迎的數(shù)據(jù)駐留平臺(tái)存在，但對(duì)象存儲(chǔ)技術(shù)預(yù)計(jì)將在2017年中最終勝出?？梢钥隙ǖ氖?，對(duì)象存儲(chǔ)擁有更出色的數(shù)據(jù)復(fù)制、可用性及備份表現(xiàn)。

另外，對(duì)象存儲(chǔ)的良好可行性亦是其另一大優(yōu)勢(shì)。這些存儲(chǔ)庫(kù)將與HDFS一樣面向基于同一數(shù)據(jù)層的大數(shù)據(jù)資源。

9.云層面深度學(xué)習(xí)

如之前提到，數(shù)據(jù)虛擬化能夠在無(wú)需額外層的前提下輕松實(shí)現(xiàn)。因此，這類(lèi)方法將推動(dòng)包括NVMe甚至是GPU在內(nèi)的各類(lèi)加速技術(shù)的大量涌現(xiàn)。2017年，深度學(xué)習(xí)也將與大數(shù)據(jù)指標(biāo)實(shí)現(xiàn)結(jié)合。可視化結(jié)果中將充分享受無(wú)擁塞、高容量、高I/O甚至是更佳網(wǎng)絡(luò)性能的助益。

10. Hadoop重要性進(jìn)一步提升

用戶(hù)與企業(yè)此前一直在以謹(jǐn)慎的態(tài)度通過(guò)Hadoop使用大數(shù)據(jù)，但新一年中Hadoop部署將滲透到一切可能的數(shù)據(jù)中心型項(xiàng)目當(dāng)中。Hadoop安全將作為必選特性存在，并對(duì)各個(gè)領(lǐng)域中的可行應(yīng)用方案加以約束。

總結(jié)

大數(shù)據(jù)近年來(lái)的發(fā)展速度極為驚人，然而隨著物聯(lián)網(wǎng)乃至社交媒體的快速崛起，未來(lái)的大數(shù)據(jù)應(yīng)用將呈現(xiàn)出更具爆炸性的增長(zhǎng)態(tài)勢(shì)。

2017年，我們必將通過(guò)大數(shù)據(jù)及其它相關(guān)技術(shù)的廣泛普及迎來(lái)更為準(zhǔn)確的預(yù)測(cè)能力、更低實(shí)現(xiàn)成本以及以業(yè)務(wù)為中心的切實(shí)收益。

來(lái)源：云數(shù)技術(shù)