近期市場(chǎng)調(diào)研公司Gartner發(fā)布了一份關(guān)于企業(yè)在大數(shù)據(jù)方面的支出情況報(bào)告;IBM和牛津大學(xué)聯(lián)合發(fā)布了一份大數(shù)據(jù)研究報(bào)告;Teradata宣布推出MPP技術(shù)和Hadoop的整合新設(shè)備。
據(jù)外國(guó)媒體報(bào)道稱(chēng)，本月將是一個(gè)大數(shù)據(jù)新聞的“循環(huán)月”，本周在紐約舉辦的“Strata + Hadoop World ”上將發(fā)布一系列公告，所以在前兩周就做了鋪墊。
關(guān)于“支出”
據(jù)技術(shù)研究和咨詢(xún)公司Gartner指出，大數(shù)據(jù)將帶動(dòng)2012年全球280億美元的IT支出，2013年帶動(dòng)的IT支出規(guī)模可望進(jìn)一步增至340億美元。 而到2016年全球在大數(shù)據(jù)方面的總花費(fèi)將達(dá)到2320億美元。
Gartner還表示，到2020年，大數(shù)據(jù)將成為主流的嵌入式技術(shù)，特性和功能會(huì)是非差異化，并被傳統(tǒng)企業(yè)供應(yīng)商視為常規(guī)產(chǎn)品的一部分。大數(shù)據(jù)在2020年前會(huì)再度成為“單純數(shù)據(jù)”，如果架構(gòu)主張、基礎(chǔ)設(shè)施和軟/硬件若無(wú)法適應(yīng)這一‘新標(biāo)準(zhǔn)’將遭淘汰。組織機(jī)構(gòu)如若抗拒這一改變會(huì)將面臨嚴(yán)重的經(jīng)濟(jì)沖擊。有業(yè)內(nèi)人士認(rèn)為，此趨勢(shì)會(huì)促使企業(yè)的合并風(fēng)潮。
關(guān)于大數(shù)據(jù)研究
據(jù)IBM和牛津大學(xué)的研究包括：大數(shù)據(jù)的實(shí)際使用情況;創(chuàng)新型企業(yè)如何從不確定數(shù)據(jù)中提取有價(jià)值數(shù)據(jù)，該報(bào)告最終被整理為一本20頁(yè)的出版物，其內(nèi)容還包含了在95個(gè)國(guó)家的1144業(yè)務(wù)和IT專(zhuān)業(yè)人士的調(diào)查結(jié)果。此外，它還涵蓋了大數(shù)據(jù)的定義;調(diào)查常見(jiàn)的大數(shù)據(jù)基礎(chǔ)設(shè)施;討論大數(shù)據(jù)的最高數(shù)據(jù)來(lái)源分析、功能和采用階段(連同他們的贊助商，數(shù)據(jù)可用性及障礙)，并為如何采用及培養(yǎng)大數(shù)據(jù)提出了一系列建議。
分析師分享了以下四個(gè)“有趣”的數(shù)據(jù)：
- 前四位的大數(shù)據(jù)來(lái)源包括：交易數(shù)據(jù)、記錄數(shù)據(jù)、“事件”和電子郵件;
- 前五位的大數(shù)據(jù)能力包括：數(shù)據(jù)挖掘，數(shù)據(jù)可視化，預(yù)測(cè)建模與數(shù)據(jù)“優(yōu)化”;
- 只有6%的受訪者表示在“執(zhí)行”階段利用大數(shù)據(jù)(47%仍處于“探索”階段);
- 63%的受訪者表示，使用大數(shù)據(jù)分析為他們提升了競(jìng)爭(zhēng)優(yōu)勢(shì);
關(guān)于大數(shù)據(jù)設(shè)備
Teradata在新的大數(shù)據(jù)設(shè)備產(chǎn)品發(fā)布前先公布了兩條消息：首先、該公司宣布其新的數(shù)據(jù)分析設(shè)備，新設(shè)備混合了Teradata的SQL-MapReduce技術(shù)。此外，Teradata將與Hortonworks合作，TeraData與Hortonworks的合作旨在幫助企業(yè)建立基于Hadoop的大數(shù)據(jù)分析環(huán)境。兩家公司將嘗試幫助企業(yè)利用Hadoop與現(xiàn)有的Teradata數(shù)據(jù)和Teradata Aster分析技術(shù)無(wú)縫結(jié)合。
SQL/MapReduce(簡(jiǎn)稱(chēng)SQL/MR)是Aster Data的一個(gè)框架，支持當(dāng)前流行的Java和C預(yù)言，用戶(hù)可以將代碼安裝在nCluster中，可以在數(shù)據(jù)庫(kù)中由SQL調(diào)用，系統(tǒng)將自動(dòng)并行執(zhí)行。
Teradata認(rèn)為，當(dāng)前非結(jié)構(gòu)化的數(shù)據(jù)增長(zhǎng)更快，每天都產(chǎn)生大量的數(shù)據(jù)，分析的豐富程度也在增加。因此，大數(shù)據(jù)的分析，需要一個(gè)快速的、簡(jiǎn)單的、scale-up的分析平臺(tái)。
