2019年大數(shù)據(jù)的10大發(fā)展趨勢(shì)
如今，人們尋求獲得更多的數(shù)據(jù)有著充分的理由，因?yàn)閿?shù)據(jù)分析推動(dòng)了數(shù)字創(chuàng)新。然而，將這些龐大的數(shù)據(jù)集轉(zhuǎn)化為可操作的洞察力仍然是一個(gè)難題。而那些獲得應(yīng)對(duì)強(qiáng)大數(shù)據(jù)挑戰(zhàn)的解決方案的組織將能夠更好地從數(shù)字創(chuàng)新的成果中獲得經(jīng)濟(jì)利益。
考慮到這個(gè)基本前提，以下是組織在2019年應(yīng)該關(guān)注的大數(shù)據(jù)的10個(gè)發(fā)展趨勢(shì)：
1.數(shù)據(jù)管理仍然很難
大數(shù)據(jù)分析有著相當(dāng)明確的重要思想：找到隱藏在大量數(shù)據(jù)中的信息模式，訓(xùn)練機(jī)器學(xué)習(xí)模型以發(fā)現(xiàn)這些模式，并將這些模型實(shí)施到生產(chǎn)中以自動(dòng)對(duì)其進(jìn)行操作。需要清理數(shù)據(jù)，并在必要時(shí)進(jìn)行重復(fù)。
然而，將這些數(shù)據(jù)投入生產(chǎn)的現(xiàn)實(shí)要比看上去困難得多。對(duì)于初學(xué)者來(lái)說(shuō)，收集來(lái)自不同孤島的數(shù)據(jù)很困難，需要提取、轉(zhuǎn)換和加載(ETL)和數(shù)據(jù)庫(kù)技能。清理和標(biāo)記機(jī)器學(xué)習(xí)培訓(xùn)的數(shù)據(jù)也需要花費(fèi)大量的時(shí)間和費(fèi)用，特別是在使用深度學(xué)習(xí)技術(shù)時(shí)。此外，以安全可靠的方式將這樣的系統(tǒng)大規(guī)模投入生產(chǎn)需要另外一套技能。
出于這些原因，數(shù)據(jù)管理仍然是一個(gè)巨大的挑戰(zhàn)，數(shù)據(jù)工程師將繼續(xù)成為大數(shù)據(jù)團(tuán)隊(duì)中最受歡迎的角色之一。
2.數(shù)據(jù)孤島繼續(xù)激增
這個(gè)預(yù)測(cè)并不困難。在五年前的Hadoop開(kāi)發(fā)熱潮中，人們認(rèn)為可以將所有數(shù)據(jù)(包括分析和事務(wù)工作負(fù)載)整合到一個(gè)平臺(tái)上。
出于各種原因，這個(gè)想法從未真正實(shí)現(xiàn)過(guò)。其面臨的最大挑戰(zhàn)是不同的數(shù)據(jù)類(lèi)型具有不同的存儲(chǔ)要求。關(guān)系數(shù)據(jù)庫(kù)、圖形數(shù)據(jù)庫(kù)、時(shí)間序列數(shù)據(jù)庫(kù)、HDF和對(duì)象存儲(chǔ)都有各自的優(yōu)缺點(diǎn)。如果開(kāi)發(fā)人員將所有數(shù)據(jù)塞進(jìn)一個(gè)適合所有數(shù)據(jù)的數(shù)據(jù)湖中，他們就無(wú)法最大限度地發(fā)揮其優(yōu)勢(shì)。
在某些情況下，將大量數(shù)據(jù)集中到一個(gè)地方確實(shí)有意義。例如，像S3這樣的云數(shù)據(jù)存儲(chǔ)庫(kù)為企業(yè)提供了靈活且經(jīng)濟(jì)高效的存儲(chǔ)，而Hadoop仍然是非結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)和分析的經(jīng)濟(jì)高效的存儲(chǔ)。但對(duì)于大多數(shù)公司而言，這些只是必須管理的額外孤島。當(dāng)然，它們是重要的孤島，但它們不是唯一的。
而在缺乏強(qiáng)大集權(quán)的情況下，數(shù)據(jù)倉(cāng)庫(kù)將會(huì)繼續(xù)激增。
3. 流媒體分析的突破性的一年
組織處理新數(shù)據(jù)越快，業(yè)務(wù)發(fā)展就會(huì)越好。這是實(shí)時(shí)分析或流式分析背后的推動(dòng)力。但組織一直面臨的挑戰(zhàn)是要真正做到這一點(diǎn)非常困難，而且成本也很高，但隨著組織的分析團(tuán)隊(duì)的成熟和技術(shù)的進(jìn)步，這種情況正在發(fā)生變化。
NewSQL數(shù)據(jù)庫(kù)、內(nèi)存數(shù)據(jù)網(wǎng)格和專(zhuān)用流分析平臺(tái)圍繞通用功能進(jìn)行融合，這需要對(duì)輸入數(shù)據(jù)進(jìn)行超快處理，通常使用機(jī)器學(xué)習(xí)模型來(lái)自動(dòng)化決策。
將它與Kafka、Spark和Flink等開(kāi)源流式框架中的SQL功能相結(jié)合，組織就可以在2019年獲得真正的進(jìn)步。
4.數(shù)據(jù)治理不善將帶來(lái)風(fēng)險(xiǎn)
有些人將數(shù)據(jù)稱(chēng)之為“新石油”，也被稱(chēng)為“新貨幣”。無(wú)論是什么樣的比喻，大家都認(rèn)為數(shù)據(jù)具有價(jià)值，并且如果對(duì)此不重視將會(huì)帶來(lái)更大的風(fēng)險(xiǎn)。
歐盟通過(guò)去年頒布的GDPR法規(guī)闡明了數(shù)據(jù)治理不善的財(cái)務(wù)后果。雖然美國(guó)還沒(méi)有類(lèi)似的法律，但美國(guó)公司仍然必須遵守由美國(guó)聯(lián)邦、各州等創(chuàng)建的80個(gè)不同的數(shù)據(jù)制授權(quán)法規(guī)。
數(shù)據(jù)泄露正在引發(fā)問(wèn)題。根據(jù)Harris Poll公司進(jìn)行的一項(xiàng)在線調(diào)查，2018年有近6000萬(wàn)美國(guó)人受到身份盜竊的影響。這比2017年增長(zhǎng)了300%，當(dāng)時(shí)只有1500萬(wàn)人表示受到了影響。
大多數(shù)組織已經(jīng)意識(shí)到無(wú)序發(fā)展的大數(shù)據(jù)時(shí)代即將結(jié)束。而很多國(guó)家和地區(qū)的政府對(duì)數(shù)據(jù)濫用或隱私泄露行為不再容忍。
5.隨著技術(shù)的發(fā)展，技能也在轉(zhuǎn)變
人力資源通常是大數(shù)據(jù)項(xiàng)目中的最大成本，因?yàn)楣ぷ魅藛T最終構(gòu)建并運(yùn)行大數(shù)據(jù)項(xiàng)目，并使其發(fā)揮作用。無(wú)論使用何種技術(shù)，找到具有合適技能的人員對(duì)于將數(shù)據(jù)轉(zhuǎn)化為洞察力至關(guān)重要。
而隨著技術(shù)的進(jìn)步，技能組合也是如此。在2019年，人們可以看到企業(yè)對(duì)于神經(jīng)網(wǎng)絡(luò)專(zhuān)業(yè)人才的巨大需求。在數(shù)據(jù)科學(xué)家(而不是人工智能專(zhuān)家)的技能中，Python仍然在語(yǔ)言中占主導(dǎo)地位，盡管對(duì)于R、SAS、Matlab、Scala、Java和C等語(yǔ)言還有很多工作要做。
隨著數(shù)據(jù)治理計(jì)劃的啟動(dòng)，對(duì)數(shù)據(jù)管理人員的需求將會(huì)增加。能夠使用核心工具(數(shù)據(jù)庫(kù)、Spark、Airflow等)的數(shù)據(jù)工程師將繼續(xù)看到他們的機(jī)會(huì)增長(zhǎng)。人們還可以看到企業(yè)對(duì)機(jī)器學(xué)習(xí)工程師的需求加速增長(zhǎng)。
然而，由于自動(dòng)化數(shù)據(jù)科學(xué)平臺(tái)的進(jìn)步和發(fā)展，組織的一些工作可以通過(guò)數(shù)據(jù)分析師或“公民數(shù)據(jù)科學(xué)家”來(lái)完成，因?yàn)楸娝苤?，?shù)據(jù)和業(yè)務(wù)的知識(shí)和技能可能會(huì)讓組織在大數(shù)據(jù)道路上走得更遠(yuǎn)，而不是統(tǒng)計(jì)和編程。
6.深度學(xué)習(xí)變得更加深入
深度學(xué)習(xí)的發(fā)展為人工智能的應(yīng)用提供了更多的動(dòng)力，在2019年沒(méi)有任何減緩的跡象。組織將繼續(xù)嘗試深度學(xué)習(xí)框架，如TensorFlow、Caffe、Keras、PyTorch和MXnet，以期將大量數(shù)據(jù)集實(shí)現(xiàn)貨幣化。
組織將擴(kuò)展深度學(xué)習(xí)，超越其最初的用例，如計(jì)算機(jī)視覺(jué)和自然語(yǔ)言處理(NLP)，并找到實(shí)現(xiàn)強(qiáng)大技術(shù)的新的和創(chuàng)造性的方法。大型金融機(jī)構(gòu)已經(jīng)發(fā)現(xiàn)神經(jīng)網(wǎng)絡(luò)算法比“傳統(tǒng)”機(jī)器學(xué)習(xí)方法更能發(fā)現(xiàn)欺詐行為，并且將在2019年繼續(xù)探索新的用例。
這也將支持對(duì)GPU的需求，GPU是培訓(xùn)深度學(xué)習(xí)模型的首選處理器。目前還不清楚是否有新的處理器類(lèi)型，包括ASIC、TPU和FPGA。但是，顯然還需要更快的培訓(xùn)和推理。
然而，深度學(xué)習(xí)生態(tài)系統(tǒng)將保持相對(duì)年輕，缺乏通用平臺(tái)將使其成為真正專(zhuān)家的領(lǐng)域。
7.“Special K”擴(kuò)大了足跡
軟件需要運(yùn)行一些東西。用于提供通用基礎(chǔ)的操作系統(tǒng)，但現(xiàn)在開(kāi)發(fā)人員的目標(biāo)要低一點(diǎn)：Kubernetes。
Kubernetes由Google公司開(kāi)發(fā)，用于管理和協(xié)調(diào)云中的虛擬化Linux容器，在IT行業(yè)中，它已成為大數(shù)據(jù)生態(tài)系統(tǒng)中最熱門(mén)的技術(shù)之一。隨著多云和混合部署變得越來(lái)越普遍，Kubernetes就是將它們整合在一起的粘合劑。
以前編寫(xiě)Hadoop上運(yùn)行的軟件的大數(shù)據(jù)軟件供應(yīng)商現(xiàn)在正在編寫(xiě)Kubernetes上運(yùn)行的軟件，這至少讓他們進(jìn)入了前臺(tái)。支持Kubernetes軟件已經(jīng)成為軟件供應(yīng)商(包括Hadoop供應(yīng)商)的首要需求。
8. 難以忽視的云計(jì)算
云計(jì)算的規(guī)模越來(lái)越大。2018年，全球三大公共云供應(yīng)商的業(yè)務(wù)增長(zhǎng)率接近50%。云計(jì)算供應(yīng)商提供了一系列大數(shù)據(jù)工具和技術(shù)，更不用說(shuō)用于存儲(chǔ)所有數(shù)據(jù)的廉價(jià)存儲(chǔ)，因此用戶(hù)很難抵御云計(jì)算的誘惑。
2019年，小型企業(yè)和初創(chuàng)企業(yè)將被主要的公共云提供商提供的服務(wù)所吸引，這些云計(jì)算提供商正在投入巨資建設(shè)隨時(shí)可運(yùn)行的大數(shù)據(jù)平臺(tái)，提供自動(dòng)化機(jī)器學(xué)習(xí)、分析數(shù)據(jù)庫(kù)和實(shí)時(shí)流分析服務(wù)。
即使成本方面并不那么吸引人，大型企業(yè)也難以抗拒云計(jì)算所帶來(lái)的好處。然而，將業(yè)務(wù)鎖定在單一云計(jì)算供應(yīng)商，這讓大型企業(yè)擔(dān)心面臨將所有雞蛋放在一個(gè)籃子中的風(fēng)險(xiǎn)。
9.新技術(shù)將會(huì)出現(xiàn)
當(dāng)今推動(dòng)創(chuàng)新的許多主要大數(shù)據(jù)框架和數(shù)據(jù)庫(kù)都是由全球網(wǎng)絡(luò)巨頭創(chuàng)建的，并作為開(kāi)源應(yīng)用發(fā)布。好消息是可能將加快技術(shù)創(chuàng)新。
在2019年，大數(shù)據(jù)從業(yè)者在他們的創(chuàng)作中會(huì)盡可能保持靈活性。雖然出于性能原因，將應(yīng)用程序綁定到某項(xiàng)技術(shù)可能會(huì)很有誘惑力，但是當(dāng)更好、更快地出現(xiàn)這種情況時(shí)，這可能會(huì)讓組織感到困擾。
盡可能多地保持應(yīng)用程序“松散耦合但緊密集成”，因?yàn)樽罱K必須將其拆分并重新構(gòu)建。
10.智能設(shè)備無(wú)處不在
如今，智能設(shè)備無(wú)處不在，并且不斷收集數(shù)據(jù)。而在消費(fèi)者需求的推動(dòng)下，智能設(shè)備正以驚人的速度增長(zhǎng)。智能設(shè)備生態(tài)系統(tǒng)正在亞馬遜Alexa和谷歌智能助理兩大領(lǐng)先平臺(tái)上嶄露頭角，為消費(fèi)者提供了將遠(yuǎn)程訪問(wèn)和人工智能融入從照明、暖通空調(diào)系統(tǒng)、門(mén)鎖、家用電器等各個(gè)行業(yè)領(lǐng)域的機(jī)會(huì)。
由于超高速5G無(wú)線網(wǎng)絡(luò)即將推出，消費(fèi)者將能夠與眾多設(shè)備進(jìn)行交互，并且無(wú)論在哪里，都會(huì)提供新的個(gè)性化服務(wù)。
2019年，大數(shù)據(jù)將在多個(gè)方面取得進(jìn)展。雖然大數(shù)據(jù)和人工智能的發(fā)展仍然存在大量的技術(shù)、法律和道德障礙，但潛在的好處巨大，不容忽視。
