大數(shù)據(jù)市場將會繼續(xù)增長這一點毋庸置疑，但企業(yè)應該如何應用大數(shù)據(jù)呢？目前還沒有一個清楚的答案。新的大數(shù)據(jù)技術正在進入市場，而一些舊技術的使用還在繼續(xù)增長。本文涵蓋大數(shù)據(jù)未來發(fā)展的十大趨勢，這些趨勢可能對2017年及以后的大數(shù)據(jù)市場產生極大影響。
專家預計，機器學習、預測分析、物聯(lián)網和邊緣計算將對2017年及以后的大數(shù)據(jù)項目產生深遠影響。
1.開放源碼
Apache Hadoop、Spark等開源應用程序已經在大數(shù)據(jù)領域占據(jù)了主導地位。一項調查發(fā)現(xiàn)，預計到今年年底，近60％企業(yè)的Hadoop集群將投入生產。佛瑞斯特的研究顯示，Hadoop的使用率正以每年32.9％的速度增長。
專家表示，2017年許多企業(yè)將繼續(xù)擴大他們的Hadoop和NoSQL技術應用，并尋找方法來提高處理大數(shù)據(jù)的速度。
2.內存技術
很多公司正試圖加速大數(shù)據(jù)處理過程，它們采用的一項技術就是內存技術。在傳統(tǒng)數(shù)據(jù)庫中，數(shù)據(jù)存儲在配備有硬盤驅動器或固態(tài)驅動器（SSD）的存儲系統(tǒng)中。而現(xiàn)代內存技術將數(shù)據(jù)存儲在RAM中，這樣大大提高了數(shù)據(jù)存儲的速度。佛瑞斯特研究的報告中預測，內存數(shù)據(jù)架構每年將增長29.2％。
目前，有很多企業(yè)提供內存數(shù)據(jù)庫技術，最著名的有SAP、IBM和Pivotal。
3.機器學習
隨著大數(shù)據(jù)分析能力的不斷提高，很多企業(yè)開始投資機器學習（ML）。機器學習是人工智能的一項分支，允許計算機在沒有明確編碼的情況下學習新事物。換句話說，就是分析大數(shù)據(jù)以得出結論。
高德納咨詢公司（Gartner）稱，機器學習是2017年十大戰(zhàn)略技術趨勢之一。它指出，當今最先進的機器學習和人工智能系統(tǒng)正在超越傳統(tǒng)的基于規(guī)則的算法，創(chuàng)建出能夠理解、學習、預測、適應，甚至可以自主操作的系統(tǒng)。
4.預測分析
預測分析與機器學習密切相關，事實上ML系統(tǒng)通常為預測分析軟件提供動力。在早期大數(shù)據(jù)分析中，企業(yè)通過審查他們的數(shù)據(jù)來發(fā)現(xiàn)過去發(fā)生了什么，后來他們開始使用分析工具來調查這些事情發(fā)生的原因。預測分析則更進一步，使用大數(shù)據(jù)分析預測未來會發(fā)生什么。 普華永道（PwC）2016年調查顯示，目前僅有29％的公司使用預測分析技術，這個數(shù)量并不多。同時，許多供應商最近都推出了預測分析工具。隨著企業(yè)越來越意識到預測分析工具的強大功能，這一數(shù)字在未來幾年可能會出現(xiàn)激增。
5.智能APP
企業(yè)使用機器學習和AI技術的另一種方式是創(chuàng)建智能應用程序。這些應用程序采用大數(shù)據(jù)分析技術來分析用戶過往的行為，為用戶提供個性化的服務。推薦引擎就是一個大家非常熟悉的例子。
在2017年十大戰(zhàn)略技術趨勢列表中，高德納公司把智能應用列在了第二位。高德納公司副總裁大衛(wèi)·希爾里（David Cearley）說：“未來10年，幾乎每個app，每個應用程序和服務都將一定程度上應用AI。
6.智能安保
許多企業(yè)也將大數(shù)據(jù)分析納入安全戰(zhàn)略。企業(yè)的安全日志數(shù)據(jù)提供了以往未遂的網絡攻擊信息，企業(yè)可以利用這些數(shù)據(jù)來預測并防止未來可能發(fā)生的攻擊，以減少攻擊造成的損失。一些公司正將其安全信息和事件管理軟件（SIEM）與大數(shù)據(jù)平臺（如Hadoop）結合起來。還有一些公司選擇向能夠提供大數(shù)據(jù)分析能力產品的公司求助。
7.物聯(lián)網
物聯(lián)網也可能對大數(shù)據(jù)產生相當大的影響。根據(jù)IDC 2016年9月的報告，“31.4％的受訪公司推出了物聯(lián)網解決方案，另有43％希望在未來12個月內部署物聯(lián)網解決方案。”
隨著這些新設備和應用程序上線，許多公司需要新的技術和系統(tǒng)，才能夠處理和感知來自物聯(lián)網的大量數(shù)據(jù)。
8.邊緣計算
邊緣計算是一種可以幫助公司處理物聯(lián)網大數(shù)據(jù)的新技術。在邊緣計算中，大數(shù)據(jù)分析非常接近物聯(lián)網設備和傳感器，而不是數(shù)據(jù)中心或云。對于企業(yè)來說，這種方式的優(yōu)點顯而易見。因為在網絡上流動的數(shù)據(jù)較少，可以提高網絡性能并節(jié)省云計算成本。它還允許公司刪除過期的和無價值的物聯(lián)網數(shù)據(jù)，從而降低存儲和基礎架構成本。邊緣計算還可以加快分析過程，使決策者能夠更快地洞察情況并采取行動。
9.高薪職業(yè)
對于IT工作者來說，大數(shù)據(jù)的發(fā)展意味著大數(shù)據(jù)技能人才的高需求。IDC稱，“到2018年，美國將有181,000個深度分析崗位，是數(shù)據(jù)管理和數(shù)據(jù)解讀相關技能崗位數(shù)量的五倍?！?/SPAN>
由于人才缺口過大，羅伯特·哈夫技術公司預測，到2017年數(shù)據(jù)科學家的平均薪資將增長6.5%，年薪在116,000美元到163,500美元之間（當然這是美國的標準，中國國內目前尚未統(tǒng)計）。同樣，明年大數(shù)據(jù)工程師的薪資也將增長5.8%，在135,000美元到196,000美元之間。
10.自助服務
由于聘請高級專家的成本過高，許多公司開始轉向數(shù)據(jù)分析工具。IDC先前預測，“視覺數(shù)據(jù)發(fā)現(xiàn)工具的增長速度將比其他商業(yè)智能（BI）市場快2.5倍，到2018年，所有企業(yè)都將投資終端用戶自助服務。
一些大數(shù)據(jù)供應商已經推出了具有“自助服務”能力的大數(shù)據(jù)分析工具，專家預計這種趨勢將持續(xù)到2017年及以后。 數(shù)據(jù)分析過程中，信息技術的參與將越來越少，大數(shù)據(jù)分析將越來越多地融入到所有部門工作人員的工作方式之中。