Oracle預測2017年大數(shù)據(jù)的趨勢將在2017年出現(xiàn)，大數(shù)據(jù)技術仍在快速發(fā)展。無論是物聯(lián)網(wǎng)，云計算，還是企業(yè)技術，它都已開始將自身作為一種新的變革方向。許多公司一直在積極采用大數(shù)據(jù)技術作為提高市場競爭力的核心因素。在今天的文章中，我們將根據(jù)Oracle提供的預測總結2017年的十大數(shù)據(jù)趨勢。 1.機器學習時代過去的機器學習僅限于數(shù)據(jù)科學家社區(qū)，但2017年將是機器學習的第一年。無論是Google的最新排名算法還是電子產(chǎn)品的智能轉換，各種場景都將機器學習融入其中。大數(shù)據(jù)在2016年發(fā)展良好，相信大數(shù)據(jù)將在新的一年繼續(xù)保持這一勢頭。——尤其是機器學習技術的核心部分。作為大數(shù)據(jù)領域的重要成員，機器學習已經(jīng)滲透到業(yè)務分析和后端系統(tǒng)等各個領域，最終徹底改變了政府和企業(yè)跨物理和虛擬服務器實施數(shù)據(jù)集處理的實際方式。未來值得關注的變革領域包括醫(yī)療保健自動化和能源行業(yè)。 2.云數(shù)據(jù)凝聚力毫無疑問，大數(shù)據(jù)技術非常適合云服務器托管，但其覆蓋范圍將在2017年進一步增加。從隱私問題到數(shù)據(jù)主權，自云計算誕生以來出現(xiàn)的激烈爭論將逐步找到解決方案。隨著數(shù)據(jù)集的大小增加，大多數(shù)組織可能會選擇使用虛擬服務器，以免在遷移工作中出現(xiàn)歧義。 2017年的一個重大轉變是人們不再將數(shù)據(jù)遷移到云，而是將云資源引入數(shù)據(jù)。因此，滿足特定數(shù)據(jù)需求的云應用程序策略將變得至關重要。 3.數(shù)據(jù)驅動的應用程序大數(shù)據(jù)技術長期以來因其對IT領域的深遠影響而聞名。然而，最近的趨勢調查顯示，越來越多的用戶將分析甚至企業(yè)應用程序與大數(shù)據(jù)相結合。 從支持AI的應用程序到Megabox等數(shù)據(jù)流客戶端，每個企業(yè)很快就會迎來自己的大數(shù)據(jù)轉換——以及由此產(chǎn)生的下一代數(shù)據(jù)驅動應用程序。物聯(lián)網(wǎng)和綜合物聯(lián)網(wǎng)技術因組件設計和實施障礙而受到批評。雖然我們仍然無法實現(xiàn)第二次物聯(lián)網(wǎng)創(chuàng)新，但大數(shù)據(jù)的干預仍然可以有效地解決問題。無論是以移動為中心的應用程序還是以家庭為基礎的工具，物聯(lián)網(wǎng)和大數(shù)據(jù)的結合將在2017年發(fā)生變化。物聯(lián)網(wǎng)應用程序開發(fā)將變得更加容易，影響范圍將繼續(xù)擴大。我們期待智能城市，甚至是新一年即將出現(xiàn)的智能國家級項目。

5.數(shù)據(jù)虛擬化成為現(xiàn)實

根據(jù)業(yè)務經(jīng)理的觀點，數(shù)據(jù)島傳播問題已成為一個普遍問題。無論是NoSQL，Spark還是Hadoop，現(xiàn)有的數(shù)據(jù)庫解決方案都將在新的一年里迎來更多的協(xié)作對象。可以肯定的是，只要公司找不到真正完美的存儲庫解決方案，黑暗數(shù)據(jù)集就會一直存在。然而，好消息是我們相信統(tǒng)一訪問將逐步形成并推動2017年數(shù)據(jù)虛擬化的興起。由于數(shù)據(jù)本身不再需要移動，這個解決方案將大大提高分析速度和進度大數(shù)據(jù)技術的實施。 6.停靠Kafka如果沒有Apache Foundation構建的Kafka，大數(shù)據(jù)預測根本就沒有完整性。雖然卡夫卡仍處于發(fā)展階段，但很可能在今年第三季度迎來成熟的高峰期。具體來說，卡夫卡有望成為人們期待已久的大數(shù)據(jù)技術實現(xiàn)的基石。此外，作為總線技術的架構級別，Kafka可以輕松處理數(shù)據(jù)結構甚至非常大的數(shù)據(jù)集。——主要用于數(shù)據(jù)湖泊，相關傳播和用戶訪問的推廣。 7.云數(shù)據(jù)系統(tǒng)的快速發(fā)展（預打包和集成）從頭開始構建傳統(tǒng)的數(shù)據(jù)實驗室非常困難。然而，隨著公司越來越依賴大數(shù)據(jù)技術，集成云數(shù)據(jù)系統(tǒng)的開發(fā)也得到了顯著提升。這些預先打包的功能實體包括各種復雜性，例如數(shù)據(jù)科學，分析，數(shù)據(jù)爭用甚至數(shù)據(jù)集成。 2017年，針對大數(shù)據(jù)用例的預打包云系統(tǒng)將在采用率方面實現(xiàn)顯著增長。 8. Hadoop HDFS替代品Hadoop的HDFS長期以來一直是最受歡迎的數(shù)據(jù)駐留平臺，但對象存儲技術最終將在2017年中期獲勝。可以肯定的是，對象存儲具有更好的數(shù)據(jù)復制，可用性和備份性能。此外，對象存儲的良好可行性是另一大優(yōu)勢。 這些存儲庫將面向基于與HDFS相同的數(shù)據(jù)層的大數(shù)據(jù)資源。 9.云級深度學習如前所述，數(shù)據(jù)虛擬化可以輕松實現(xiàn)，無需額外的層。因此，這些方法將推動各種類型的加速技術的激增，包括NVMe甚至GPU。 2017年，深度學習也將與大數(shù)據(jù)指標相結合。可視化結果將充分受益于無擁塞，高容量，高I/O甚至更好的網(wǎng)絡性能。 10. Hadoop的重要性進一步增強了使用Hadoop謹慎使用大數(shù)據(jù)的用戶和企業(yè)，但Hadoop部署將在新的一年中滲透所有可能的數(shù)據(jù)中心項目。 Hadoop安全性將作為強制功能存在，并將限制每個域中的可行應用程序。總結近年來大數(shù)據(jù)的增長率非常驚人。然而，隨著物聯(lián)網(wǎng)甚至社交媒體的迅速崛起，大數(shù)據(jù)應用的未來將呈現(xiàn)出更具爆炸性的增長。 2017年，通過廣泛采用大數(shù)據(jù)和其他相關技術，我們將能夠實現(xiàn)更準確的預測能力，更低的實施成本和切實的以業(yè)務為中心的優(yōu)勢。