幾十年來，數(shù)據(jù)管理的本質(zhì)還是意味著收集、儲存和不時的訪問。近年來，隨著技術(shù)的提升企業(yè)可以從企業(yè)數(shù)據(jù)中心到云空間和業(yè)務(wù)邊緣（生成、訪問和儲存）的大數(shù)據(jù)中提取到關(guān)鍵信息導致這一切都發(fā)生了變化。在這個前提下，由于AI和機器學習等現(xiàn)代ji's技術(shù)的幫助下數(shù)據(jù)分析已經(jīng)成為企業(yè)必備功能，在即將到來的2022年，這將顯得格外重要。
企業(yè)如果需要通過從大部分的非結(jié)構(gòu)化的數(shù)據(jù)中進行快速解析，來找到可以推動企業(yè)決策的信息。那么他們還需要創(chuàng)建一個現(xiàn)代化的數(shù)據(jù)環(huán)境來實現(xiàn)這一目標。
以下是將在2022年脫穎而出的一些數(shù)據(jù)管理的趨勢。
在非結(jié)構(gòu)化差距存在的情況下，數(shù)據(jù)湖變得更加有條理
企業(yè)數(shù)據(jù)分析有兩種方法。首先是從CRM和ERP等業(yè)務(wù)應(yīng)用程序中獲取數(shù)據(jù)，并將其導入數(shù)據(jù)倉庫以提供給BI工具?，F(xiàn)在，這些數(shù)據(jù)倉庫正在遷移到云端，采用Snowflake等技術(shù)。由于數(shù)據(jù)具有一致的架構(gòu)，這種方法很好理解。
第二種方法是獲取任何原始數(shù)據(jù)并將其直接導入到數(shù)據(jù)湖中，而無需任何預處理。這很吸引人，因為任何類型的數(shù)據(jù)都可以流入數(shù)據(jù)湖，這就是Amazon S3成為大規(guī)模數(shù)據(jù)湖的原因。問題是，某些數(shù)據(jù)比其他數(shù)據(jù)更容易處理。例如，日志文件、基因組學數(shù)據(jù)、音頻、視頻、圖像文件等不能完全適合數(shù)據(jù)倉庫，因為它們?nèi)狈σ恢碌慕Y(jié)構(gòu)，這意味著很難搜索數(shù)據(jù)。正因為如此，數(shù)據(jù)湖最終會成為數(shù)據(jù)沼澤：搜索、提取和分析所需內(nèi)容太難了。
現(xiàn)在的大趨勢和2022年持續(xù)的數(shù)據(jù)趨勢是數(shù)據(jù)湖房屋的出現(xiàn)，由DataBricks流行起來，用于創(chuàng)建具有半結(jié)構(gòu)化數(shù)據(jù)的數(shù)據(jù)湖，這些數(shù)據(jù)確實具有一定的語義一致性。例如，Excel文件就像一個數(shù)據(jù)庫，即使它不是數(shù)據(jù)庫，因此數(shù)據(jù)湖房屋利用半結(jié)構(gòu)化數(shù)據(jù)的一致架構(gòu)。雖然這適用于.csv文件、Parquet文件和其他半結(jié)構(gòu)化數(shù)據(jù)，但它仍然不能解決非結(jié)構(gòu)化數(shù)據(jù)的問題，因為此數(shù)據(jù)沒有明顯的通用結(jié)構(gòu)。您需要某種方法來索引和推斷非結(jié)構(gòu)化數(shù)據(jù)的通用結(jié)構(gòu)，以便可以針對數(shù)據(jù)分析進行優(yōu)化。這種用于分析的非結(jié)構(gòu)化數(shù)據(jù)的優(yōu)化是一個很大的創(chuàng)新領(lǐng)域，特別是因為當今世界上至少有80%的數(shù)據(jù)是非結(jié)構(gòu)化的。
平民化科學將成為2022年最有影響力趨勢
為了實現(xiàn)數(shù)據(jù)科學的民主化，云提供商將開發(fā)和發(fā)布更多的機器學習應(yīng)用程序和其他構(gòu)建塊工具，例如特定于領(lǐng)域的機器學習工作流。這是一個開創(chuàng)性的趨勢，因為隨著時間的推移，個人需要編碼的水平將會降低。這將使機器學習為更多的工作角色打開大門：其中一些公民科學家將在中央IT部門工作，一些人將生活在業(yè)務(wù)范圍內(nèi)。DataFocus只是我們將在2022年看到更多低代碼/無代碼工具的一個例子。公民科學還處于萌芽階段，但它絕對是市場的發(fā)展方向，也是即將到來的2022年數(shù)據(jù)趨勢。數(shù)據(jù)平臺和數(shù)據(jù)管理解決方案為用戶提供了消費者般的簡單性來搜索，提取和使用數(shù)據(jù)，將越來越突出。
“正確的數(shù)據(jù)”分析將超過大數(shù)據(jù)分析，成為2022年的關(guān)鍵趨勢
大數(shù)據(jù)太大了，正在創(chuàng)造難以利用的數(shù)據(jù)沼澤。無論數(shù)據(jù)創(chuàng)建位置如何，都能精確地找到正確的數(shù)據(jù)并將其引入以進行數(shù)據(jù)分析，這將改變游戲規(guī)則，因為它將節(jié)省大量時間和手動工作，同時提供更相關(guān)的分析。因此，一個新的趨勢將是所謂的"正確數(shù)據(jù)分析"的發(fā)展，而不是大數(shù)據(jù)。
數(shù)據(jù)分析"到位"將占主導地位
一些預測者表示，云數(shù)據(jù)湖將是收集和處理數(shù)據(jù)以進行不同研究活動的最終場所。雖然云數(shù)據(jù)湖肯定會獲得牽引力，但數(shù)據(jù)堆積在任何地方：邊緣，云中和本地存儲中。這要求在某些情況下需要處理和分析數(shù)據(jù)，而不是將其移動到中心位置，因為這樣做更快，更便宜。您如何不僅在邊緣搜索數(shù)據(jù)，而且在將數(shù)據(jù)發(fā)送到云之前，還要在本地處理大量數(shù)據(jù)？您可以將基于云的數(shù)據(jù)分析工具用于更大、更復雜的項目。我們將看到更多的"邊緣云"，其中計算來到數(shù)據(jù)中心的邊緣，而不是數(shù)據(jù)進入云。
與存儲無關(guān)的數(shù)據(jù)管理將成為現(xiàn)代數(shù)據(jù)結(jié)構(gòu)的關(guān)鍵組成部分
數(shù)據(jù)結(jié)構(gòu)是一種架構(gòu)，可提供數(shù)據(jù)的可見性，并能夠跨混合存儲和云資源移動、復制和訪問數(shù)據(jù)。通過近乎實時的分析，它使數(shù)據(jù)所有者能夠控制其數(shù)據(jù)在云和存儲中的位置，以便數(shù)據(jù)可以在正確的時間駐留在正確的位置。IT和存儲經(jīng)理將選擇數(shù)據(jù)結(jié)構(gòu)體系結(jié)構(gòu)來解鎖存儲中的數(shù)據(jù)，并實現(xiàn)以數(shù)據(jù)為中心與以存儲為中心的管理。例如，存儲專業(yè)人員可以使用分析和用戶反饋來分割這些文件，例如通過復制醫(yī)學圖像以供臨床研究中的機器學習訪問，或者將關(guān)鍵數(shù)據(jù)移動到不可變的云存儲以防御勒索軟件，而不是將所有醫(yī)學圖像存儲存儲在同一NAS上。
多云將隨著不同的數(shù)據(jù)策略而發(fā)展
如今，許多組織都有一個混合云環(huán)境，其中大量數(shù)據(jù)存儲在跨多個供應(yīng)商系統(tǒng)的私有數(shù)據(jù)中心中。隨著非結(jié)構(gòu)化（文件）數(shù)據(jù)呈指數(shù)級增長，云被用作輔助或三級存儲層?？赡芎茈y看到各個孤島來管理成本、確保性能和管理風險。因此，IT領(lǐng)導者意識到，跨云和本地環(huán)境從數(shù)據(jù)中提取價值是一項艱巨的挑戰(zhàn)。當組織為不同的用例和數(shù)據(jù)集使用不同的云時，多云策略效果最佳。但是，這帶來了另一個問題：當您以后需要將數(shù)據(jù)從一個云移動到另一個云時，移動數(shù)據(jù)的成本非常高昂。一個較新的概念是將計算拉向位于一個位置的數(shù)據(jù)。這個中心位置可以是一個托管中心，直接鏈接到云提供商。多云將隨著不同的策略而發(fā)展：有時計算會進入您的數(shù)據(jù)，有時數(shù)據(jù)駐留在多個云中。
企業(yè)繼續(xù)面臨越來越大的壓力，需要采用數(shù)據(jù)管理策略，使他們能夠從數(shù)據(jù)海嘯中獲取有用的信息，以推動關(guān)鍵業(yè)務(wù)決策。數(shù)據(jù)分析將是這項工作的核心，以及創(chuàng)建開放和基于標準的數(shù)據(jù)結(jié)構(gòu)，使組織能夠控制所有這些數(shù)據(jù)以進行分析和行動。
熱門專題
