與數據相關的大數據預測包括數據湖和私有云的回歸

如果您相信一些大數據專家預測的結果，那么2019年很可能會成為一個能夠重新引起人們對數據湖的興趣的一年。私有云也可能卷土重來。其他與數據相關的大數據預測包括混合成為事實上的一般環(huán)境，大數據被整合為“小數據”，透明度成為關鍵的AI要求。

該細分市場的另一位專家認為“開發(fā)人員會重新審視他們的應用程序對數據的影響，因為他們必須讓這些部署將數據傳輸到其他業(yè)務部門以供他們使用。對于擁有大量數據的企業(yè)而言混合云服務，傳統(tǒng)和現代應用程序以及要解決的大業(yè)務問題，數據問題將成為首要問題。“

這是2019年新一年之前的一系列eWEEK預測文章的最新內容。

Waterline Data的創(chuàng)始人兼首席技術官Alex Gorelik ：

現在已經證明，AI和ML將深入挖掘企業(yè)： “在2018年，我們看到一直在推動組織內部大數據計劃的時間，成本和勞動密集型手動流程開始消失。自動化，AI和ML現已證明，不僅在速度方面而且在準確性方面 - 現在正在應用于越來越多的業(yè)務功能。這符合將硬編碼業(yè)務流程和操作轉移到軟件中的一般趨勢 - 并調整人員和物理操作以匹配預定義和嚴格的業(yè)務流程 - 并動態(tài)調整業(yè)務流程和操作以適應物理現實歷史學習。

“例如，大學正在衡量歷史錄取和接受趨勢，以確定誰可能接受錄取以及獎學金會對他們的決定產生多大影響。正在進行替代信用風險分析，以確定首次或低收入借款人的信譽。社交媒體的情緒分析正在收集流失預測。所有這些應用的關鍵是能夠創(chuàng)建良好的穩(wěn)定模型，建立良好穩(wěn)定模型的關鍵是能夠找到正確的數據并創(chuàng)建正確的功能。2019年， AI和ML將在尋找和理解構建這些模型所需的數據方面發(fā)揮重要作用。“

向混合環(huán)境問好： “去年，我預測云的廣泛采用將最終迫使對象存儲加強并妥善管理，并且新標準將需要數據治理，即云，位置和平臺無關。在2019年，您將看到更多組織現在對云劃分感到滿意??，這是一種混合的異構數據產業(yè)，其中包括多個適合用途的大數據，內部部署和云端的關系數據和NoSQL數據存儲。有了混合模型，在公共云上運行最佳的應用程序就可以駐留在那里。那些需要留在本地的人可以這樣做。雖然這似乎會帶來更大的復雜性，但在2019年，您會看到越來越多的解決方案通過位置和計算透明度來提取這種復雜性。

這是數據湖的巨大回報：“雖然傳統(tǒng)上組織一直專注于創(chuàng)建和保護數據湖的機制，但經常創(chuàng)建數據沼澤，2019年將重新關注數據湖的采用。這與我們在數據倉庫方面的經歷非常相似，其中數據倉庫的初始生成經常被誤導并且缺乏采用，但他們向組織傳授了創(chuàng)造價值和實現廣泛采用所需的真正需求。我相信我們處于數據湖泊的同一階段，并且在2019年，重點將從數據湖的機制轉向使湖泊中的數據可以大規(guī)模地以自動化方式發(fā)現，可用和管理，這是由新的AI驅動的數據目錄和治理解決方案。即使是新的數據湖，也會以更加謹慎的方式推出，并有明確的初始用例，使用和治理政策。隨著越來越多的組織開始采用跨越多個系統(tǒng)的虛擬數據湖，我們還將看到更多數據湖正在構建或遷移到云以利用托管基礎架構，彈性存儲和計算以及豐富的生態(tài)系統(tǒng)。

大數據變得很少數據： “不，組織不會傾銷他們數據的所有庫存，但是，他們將在有限的范圍內。隨著對數據的更大可見性，他們將有機會合理化和整合以顯著節(jié)省存儲成本，甚至更準確的分析，因為組織知道哪些數據已損壞且可以被拋棄。但是，由于編目等關鍵流程的自動化，“變得很小”也會說明大量的數據，這些數據過去常常使組織變得易于管理。

可解釋性將成為關鍵的AI要求： “隨著越來越多的業(yè)務(和政府)使用AI和ML算法運行，將更加關注透明度和可解釋性。抵押貸款為什么被拒絕?是否可以證明沒有任何非法人口統(tǒng)計數據(如種族，性別等)被用于做出決定或培訓做出決定的模型。找到適當的數據集并記錄其譜系和質量是實現這種透明度和可解釋性的第一步。如果我們不知道數據來自何處或意味著什么，我們將無法解釋該模型或確保其正確合法的運作。“

SIOS Technology總裁兼首席執(zhí)行官Jerry Melnick：

技術進步將使云更適合關鍵應用： “隨著IT員工現在對關鍵應用程序的云變得越來越熟悉，他們對安全性和可靠性的擔憂，特別是對于5到9的正常運行時間，已經大大減少了。最初，組織更愿意使用他們當前在其數據中心中使用的任何高可用性故障轉移群集技術來保護遷移到云的關鍵應用程序。此聚類技術還將進行調整和優(yōu)化，以增強云中的操作。與此同時，云服務提供商將繼續(xù)提升其提供更高服務水平的能力，從而使云最終成為所有企業(yè)應用的首選平臺。

動態(tài)利用率將使HA和DR對更多應用程序更具成本效益，進一步推動向云遷移： “憑借其遍布全球的幾乎無限的資源，云是提供高正常運行時間的理想平臺。但是，配置大多數時間閑置的備用資源對于許多應用來說成本過高。跨多個區(qū)域和區(qū)域部署的流體云資源日益復雜，所有這些都通過高質量的網絡互聯(lián)連接，現在只需在需要時動態(tài)分配備用資源，這將大大降低配置高可用性和災難恢復保護的成本。

云將成為SAP部署的首選平臺。“隨著云服務提供商提供的平臺不斷成熟，他們托管SAP應用程序的能力將變得具有商業(yè)可行性，因此具有戰(zhàn)略重要性。對于CSP，SAP托管將成為確保與企業(yè)客戶長期合作的一種方式。對于企業(yè)而言，“SAP-as-a-Service”將是一種在不犧牲性能或可用性的情況下充分利用云中規(guī)模經濟的方法。“

云 “快速啟動”模板將成為復雜軟件和服務部署的標準。“快速啟動模板是基于向導的界面，它使用自動腳本來動態(tài)配置，配置和編排運行特定應用程序所需的資源和服務。它們的主要優(yōu)點包括減少培訓要求，提高速度和準確性，以及最大限度地減少甚至消除人為錯誤作為主要問題根源的能力。通過使部署更加交鑰匙，快速啟動模板將大大減少DevOps員工設置，測試和推出可靠配置所需的時間和精力。“

高級分析和人工智能將無處不在，包括基礎架構運營： “高級分析和人工智能將簡化IT運營，提高基礎架構和應用程序的穩(wěn)健性，并降低總體成本。隨著這一趨勢，人工智能和分析將嵌入高可用性和災難恢復解決方案，以及云服務提供商產品，以提高服務水平。通過快速，自動和準確地理解問題并診斷復雜配置中的問題，從云提供的關鍵服務的可靠性和可用性將大大提高。

Atos North America金融服務首席數字官Justin Yunag ：

由于成本和控制，公共云用戶將轉回私人網站： “遷移到公共云的呼吁曾經是公司可以支付更少的費用并更多地控制數據。然而，兩者都已成為技術決策者的抑制因素。2019年將是收回公司所有權的一年。在公共云中，還有許多額外的成本。例如，數據的入口可能是免費的，但云提供商會為離開網絡的每兆字節(jié)收費。這意味著出口的緩慢滴落加快了。就私有云而言，云提供商每月提供統(tǒng)一費率，這有利于成本預算。此外，長期保留數據使公共云暴露于頻繁的SEC審計，導致企業(yè)失去對數據的控制?？傮w而言，公共云中的設計，功能和成本可能處于更高的難度，

DataStax開發(fā)者關系副總裁Patrick McFadin ：

混合/多云世界中未來企業(yè)的需求： “越來越多的公司希望推出混合和多云應用，但他們也必須考慮混合云數據。要做到這一點，這是一項艱巨的任務。我認為2019年將是人們不再僅僅關注應用程序組件而是考慮更廣泛的應用程序基礎架構問題的一年。數據方面難以解決，特別是如果您想避免被鎖定到公共云提供商選項中。

“開發(fā)人員會重新審視他們的應用程序對數據的影響，因為他們必須讓這些部署將數據傳輸到其他業(yè)務部門供他們使用。對于混合云服務，傳統(tǒng)和現代應用程序以及需要解決的大型業(yè)務問題的企業(yè)來說，數據問題將成為首要考慮因素。