2.1.3 大數據技術發(fā)展趨勢

1. Fadoop架構的增強艱大數據技術將迅速發(fā)展

綜合考慮以上國內外大數據廠商的技術進展，可以發(fā)現：為滿足更多數據處理場所的需要，針對Hadoop架構的增強型大數據技術將迅速發(fā)展。我們發(fā)現上述絕大部分廠商都采用了 Hadoop開源大數據處理平臺架構作為其大數據解決方案的重要一環(huán)。Hadoop 和MapReduce模式顯然是解決大數據問題的方式之一。但Hadoop的某些環(huán)節(jié)仍存在可以優(yōu)化的地方，例如從其數據處理模式來看. Hadoop僅僅是對于批處理來說比較好。越來越多的應用需要優(yōu)化Hadoop使用的NoSQL數據庫，使其可以利用內存處理，這樣請求就能更快地返回。

2.基于大數據一體機的大數據解決方案將大行其道

大數據一體機通過標準化的架構集成了服務器、存儲、網絡、軟件等配置，簡化了數據中心基礎設施部署和運維管理的復雜性。其中，甲骨文公司基于NoSQL的大數據一體機以及SAP的HANA 軟硬件一體化平臺都為用戶突破了原有架構的擴展瓶頸和新技術條件下的客戶應用門檻，推進了大數據技術在相應領域的應用。

3.結合客戶的實際需求合理整合產品

ElasticSearch、Pentaho,以及許多其他工具覆蓋了整個大數據生態(tài)系統(tǒng)的不同細分市場。但下一個重要階段是如何讓它們能夠更好協(xié)同工作。直到這個階段的到來，大數據的管理還將比較隨意。

當然,這并不意味著一個集成產品將永遠適合所有的商業(yè)模式。數據以多種形式出現，并且每個企業(yè)組織都希望利用這些信息做不同的事情。企業(yè)組織將需要使用各種不同的方式來處理他們的數據。根據數據的來源、格式，他們?yōu)槭裁词占?，他們希望如何存儲、如何分析，還有他們需要以多快的速度來處理。作為大數據的開發(fā)服務商，希望在整合的同時仍然保持模塊化，這將允許企業(yè)為自己獨有的使用案例創(chuàng)建合適的工具時無需每次都重新開發(fā)。

4.自助服務型大數據技術將成為主流

隨著大數據工具和服務的發(fā)展。2015年IT行業(yè)將逐漸緩解陷入發(fā)展瓶頸的僵局，越來越多的商業(yè)和學術領域的用戶都能夠借助相關工具或使用相關服務訪問大量數據。

2015年，自助服務大數據將成為IT行業(yè)的一種趨勢，它允許商業(yè)用戶可以通過自助服務接觸大數據。自助服務還可以幫助開發(fā)者、數據科學家和數據分析師直接進行數據探索和處理工作。在此之前，IT行業(yè)要求建立一種集中的數據結構，但是這非常消耗時間和成本。針對某些用戶案例，Hadoop可以幫助企業(yè)適應structure-on-read 這種結構模式。一些先進的組織機構將會通過數據綁定的運行模式而非集中的結構來滿足持續(xù)的需求。例如，百度“大數據引擎” 包括開放云、數據工廠和百度大腦三個核心組件，而向所有人提供免費的自助型大數據服務。這種自助型服務公式將促進企業(yè)更好地利用新的數據資源，同時又能夠抓住新的市場給予，應對問題和挑戰(zhàn)。

書名：電力大數據：能源互聯網時代的電力企業(yè)轉型與價值創(chuàng)造

ISBN：978-7-111-51693-4

作者：賴征田

出版日期：2016-01

出版社：機械工業(yè)出版社