2017 大數據的 10 個趨勢

簡評：2016 年是大數據里程碑式的一年，在 2017 年，支持大量結構化和非結構化數據的系統也將繼續增加。

1. 在用戶需求的驅動下，大數據變得更快、更好上手了

對速度的需求直接推動企業採用更快的資料庫，如 Exasol 和 MemSQL，同時能更快速進行查詢的技術也相繼發展。這些查詢加速進一步模糊了傳統倉庫和大數據之間的界限。

2. 針對某一種數據資源的工具已經過時，用戶可以獲取並分析任何數據

2017 年，客戶對所有數據進行分析的需求會越來越大，數據源不可知的平台將蓬勃發展，而專門為 Hadoop 而設計的平台將不能部署到用例中。

3. 「數據湖泊」就像人工水庫，商業與 IT 業之間將建立更緊密的聯繫

擴展閱讀：用數據湖最大化數據值

4. Hadoop 不再只是批處理應用程序平台，總體結構設計更成熟

5. 並非「大量」或「快速」，「多樣」引領大數據投資

隨著企業尋求整合更多來自於「長尾」的需求，這一趨勢將會持續增長，在 2017 年，分析平台將根據不同來源的數據進行評估。

6. 機器學習、人工智慧、圖論演算法為大數據「照亮前路」

7. 物聯網、雲和大數據的融合為自助服務數據分析帶來新機遇

8. 各種自助服務數據準備和分析平台成為主流，並帶來更多需求

敏捷的自助服務工具不僅允許在源頭準備 Hadoop 數據，還可以將數據作為快照提供更快更容易的探索。

9. 更多投資將集中於企業系統中的安全與管理層面

10. 元數據目錄將幫助用戶獲取有價值的大數據

長期以後，傳統公司對數據心有餘而力不足的原因主要是處理過程費心費力，而元數據目錄將可以幫助用戶發現和了解值得分析的相關數據，在其中發現的更多的需求也將隨著自助服務分析的自然擴展而增長。

原文鏈接：Top 10 Big Data Trends 2017

推薦閱讀：函數式編程正逐漸成為計算機科學和軟體工程領域的流行趨勢

歡迎關註：知乎專欄「極光日報」，每天為 Makers 導讀三篇優質英文文章。