實(shí)時(shí)流數(shù)據(jù)分析——2017 年的 27 個(gè)預(yù)測(cè)

---

根據(jù)Markets & Markets的預(yù)測(cè)，流數(shù)據(jù)分析市場(chǎng)將從 2016 年的 30.8 億美元增長(zhǎng)到 2021 年的 137 億美元。各個(gè)企業(yè)都將快速意識(shí)到他們需要利用實(shí)時(shí)數(shù)據(jù)集成和流數(shù)據(jù)分析來獲得更有價(jià)值的信息、使數(shù)據(jù)變得更安全以及保持增長(zhǎng)。在數(shù)據(jù)無時(shí)無刻不在產(chǎn)生的背景下，企業(yè)需要：

• 過濾無關(guān)數(shù)據(jù)
• 進(jìn)行聚合和分組
• 跨流關(guān)聯(lián)信息
• 將元數(shù)據(jù)、參考數(shù)據(jù)和歷史數(shù)據(jù)與上下文的流數(shù)據(jù)相結(jié)合
• 實(shí)時(shí)監(jiān)測(cè)異常數(shù)據(jù)

實(shí)時(shí)數(shù)據(jù)集成和流數(shù)據(jù)分析平臺(tái)公司Striim, Inc.的聯(lián)合創(chuàng)始人兼 CTO Steve Wilkes 給出了他對(duì) 2017 年關(guān)于實(shí)時(shí)數(shù)據(jù)分析將如何影響云、IoT、集成服務(wù)、分析服務(wù)、大數(shù)據(jù)以及數(shù)據(jù)安全領(lǐng)域的預(yù)測(cè)，對(duì)這些領(lǐng)域的 27 個(gè)預(yù)測(cè)都做了深入解釋和說明。

概述

2017年大多數(shù)企業(yè)的數(shù)據(jù)將產(chǎn)生根本性的變化，越來越多的企業(yè)管理者將會(huì)把數(shù)據(jù)存儲(chǔ)擴(kuò)展到云并接受物聯(lián)網(wǎng)。 這一變化將帶來許多新的機(jī)遇，并以可擴(kuò)展性，敏捷性和成本節(jié)約的形式取得成果，但將面臨與安全，集成和分析相關(guān)的挑戰(zhàn)。

CIO將繼續(xù)面對(duì)不斷增加的需求，因此必須應(yīng)用超出傳統(tǒng)的新一代技術(shù)，以提高生產(chǎn)力和降低成本，同時(shí)不影響客戶體驗(yàn)和SLA合規(guī)性。

云

• 混合云模型將幫助企業(yè)實(shí)現(xiàn)可擴(kuò)展的存儲(chǔ)和分析，更多的業(yè)務(wù)系統(tǒng)將通過數(shù)據(jù)庫(kù)遷移到云。
• 在云技術(shù)方面，監(jiān)管部門將利用實(shí)時(shí)加密，模糊和標(biāo)記化技術(shù)保護(hù)敏感的云端數(shù)據(jù)。
• 企業(yè)使用多個(gè)云供應(yīng)商將變得很正常，云到云的集成和遷移變得至關(guān)重要。 分析應(yīng)用程序?qū)⒊霈F(xiàn)，如多云監(jiān)控和基于即時(shí)價(jià)格的實(shí)例化。

物聯(lián)網(wǎng)

• 低功率網(wǎng)狀網(wǎng)絡(luò)將開始替代單點(diǎn)網(wǎng)絡(luò)并作為接入點(diǎn)，同時(shí)允許不同的物聯(lián)網(wǎng)設(shè)備在網(wǎng)狀環(huán)境中進(jìn)行交互。
• 物聯(lián)網(wǎng)平臺(tái)將在力量和能力方面增強(qiáng)，包括設(shè)備注冊(cè)，管理和通信功能以及集成，分析和機(jī)器學(xué)習(xí)。
• 采用物聯(lián)網(wǎng)的組織將被迫使用事件驅(qū)動(dòng)的流體系結(jié)構(gòu)來處理大量快速產(chǎn)生的數(shù)據(jù)。 這種轉(zhuǎn)變將使這些組織能夠?qū)⒘骷夹g(shù)應(yīng)用于物聯(lián)網(wǎng)以外的其他集成和分析用例。
• 過去由于合規(guī)性和安全性問題而受到阻礙的IoT應(yīng)用將轉(zhuǎn)向內(nèi)存計(jì)算技術(shù)，以便在數(shù)據(jù)到達(dá)磁盤之前啟用所需的保護(hù)。
• 簡(jiǎn)單的IoT用例，例如通過地理位置和時(shí)間窗口實(shí)時(shí)跟蹤人員或包裹的移動(dòng)，將在醫(yī)療保健，交通，制造和物流中普及。

集成

• 隨著內(nèi)存和CPU持續(xù)增加，功耗和成本降低，實(shí)時(shí)流和批量集成之間的界限將逐漸消失，流式集成采用越來越多的傳統(tǒng)批處理ETL工作負(fù)載。
• 流式數(shù)據(jù)平臺(tái)將變得更加強(qiáng)大和統(tǒng)一，將企業(yè)數(shù)據(jù)庫(kù)和日志文件數(shù)據(jù)與IoT，云，SaaS和應(yīng)用程序信息合并。 這些平臺(tái)將通過企業(yè)，云和網(wǎng)關(guān)進(jìn)行分發(fā)，提供所有數(shù)據(jù)流動(dòng)的可靠的神經(jīng)系統(tǒng)。
• 集成和分析將變得越來越依賴于彼此，因?yàn)闄C(jī)器學(xué)習(xí)，人工智能和空間以及時(shí)間的相關(guān)性方面將被用于解決集成問題。

分析

• 與2016年的復(fù)雜事件處理一樣，分析平臺(tái)將在2017年納入越來越多的機(jī)器學(xué)習(xí)和人工智能功能。
• 日志相關(guān)性將越來越多地在內(nèi)存中管理，因?yàn)閷?shí)時(shí)分析的要求和傳統(tǒng)技術(shù)許可證的成本增加。
• 神經(jīng)網(wǎng)絡(luò)和遺傳算法將促進(jìn)更多的無監(jiān)督學(xué)習(xí)，提供人類數(shù)據(jù)科學(xué)家可能沒有考慮的見解。
• 快速響應(yīng)，可靠性和安全性考慮將推動(dòng)實(shí)時(shí)分析到物聯(lián)網(wǎng)的邊緣位置。 這將通過連接汽車，家庭物聯(lián)網(wǎng)中心，零售商店的網(wǎng)關(guān)，其他本地化技術(shù)將變得明顯。 匿名數(shù)據(jù)將被推送到云以進(jìn)行更深入的分析。
• 由于分析，人工智能將自動(dòng)化應(yīng)用于所有客戶互動(dòng)，客戶將習(xí)慣于更加個(gè)性化的關(guān)懷和流暢的體驗(yàn)。

大數(shù)據(jù)

• 由大型三大數(shù)據(jù)供應(yīng)商提供的內(nèi)部部署數(shù)據(jù)庫(kù)將通過使用開放源代碼Hadoop和Spark，通過商品化到基于云的大數(shù)據(jù)存儲(chǔ)和分析。
• 安全問題將迫使企業(yè)再次看看他們的Data Lake計(jì)劃。 將具有未知和潛在敏感信息的未處理日志文件轉(zhuǎn)儲(chǔ)到Hadoop中的當(dāng)前實(shí)踐將被所有長(zhǎng)期數(shù)據(jù)存儲(chǔ)的系統(tǒng)數(shù)據(jù)分類，加密和混淆所取代。
• 流式數(shù)據(jù)將變得至關(guān)重要，因?yàn)榭焖伲P(guān)鍵的企業(yè)應(yīng)用越來越多地要求在到底層數(shù)據(jù)存儲(chǔ)之前過濾，轉(zhuǎn)換，聚合和豐富數(shù)據(jù)。

安全

• 安全技術(shù)會(huì)隨著技術(shù)的發(fā)展進(jìn)行不斷擴(kuò)展，跨多個(gè)安全孤島，再加上分析和基于人工智能的安全模型，實(shí)時(shí)監(jiān)控和關(guān)聯(lián)會(huì)成功預(yù)防違規(guī)和欺詐行為。
• 隨著家庭和企業(yè)IoT進(jìn)入超速傳輸，路由器將讓位于智能網(wǎng)關(guān)，支持分析，并且可以檢測(cè)和防止遠(yuǎn)程訪問，數(shù)據(jù)竊取，勒索軟件和其他惡意攻擊。
• 至少一個(gè)互聯(lián)網(wǎng)連接的烤面包機(jī)將感染勒索軟件，隨機(jī)威脅烤面包，除非通過比特幣支付。

行業(yè)影響

• 由于基于傳感器的實(shí)時(shí)數(shù)據(jù)與地理位置，時(shí)間序列，患者資料以及安全驅(qū)動(dòng)的規(guī)則和算法相結(jié)合，醫(yī)療保健將成為物聯(lián)網(wǎng)進(jìn)步的主要受益者，從而提高效率和合規(guī)性，加速發(fā)展。
• 內(nèi)存處理，關(guān)聯(lián)和分析將進(jìn)一步加速實(shí)時(shí)衛(wèi)生系統(tǒng)獲得準(zhǔn)確結(jié)論，并向衛(wèi)生保健專業(yè)人員提出有效建議，改善患者體驗(yàn)。
• 農(nóng)業(yè)將極大節(jié)約成本和提高生產(chǎn)力，Agtech會(huì)通過使用物聯(lián)網(wǎng)，云和內(nèi)存計(jì)算戰(zhàn)略，超越當(dāng)前技術(shù)。

慧都控件網(wǎng)2017開年鉅惠，全場(chǎng)6折起，限時(shí)讓利，過時(shí)不候?。?！>>>

截止時(shí)間：2017年1月31日

更多大數(shù)據(jù)與分析相關(guān)行業(yè)資訊、解決方案、案例、教程等請(qǐng)點(diǎn)擊查看>>>

詳情請(qǐng)咨詢在線客服！

客服熱線：023-66090381