根據Markets & Markets的預測,流數據分析市場將從 2016 年的 30.8 億美元增長到 2021 年的 137 億美元。各個企業都將快速意識到他們需要利用和來獲得更有價值的信息、使數據變得更安全以及保持增長。在數據無時無刻不在產生的背景下,企業需要:
- 過濾無關數據
- 進行聚合和分組
- 跨流關聯信息
- 將元數據、參考數據和歷史數據與上下文的流數據相結合
- 實時監測異常數據
和流數據分析平臺公司Striim, Inc.的聯合創始人兼 CTO Steve Wilkes 給出了他對 2017 年關于實時數據分析將如何影響云、IoT、集成服務、分析服務、以及數據安全領域的預測,對這些領域的 27 個預測都做了深入解釋和說明。
概述
2017年大多數企業的數據將產生根本性的變化,越來越多的企業管理者將會把數據存儲擴展到云并接受物聯網。 這一變化將帶來許多新的機遇,并以可擴展性,敏捷性和成本節約的形式取得成果,但將面臨與安全,集成和分析相關的挑戰。
CIO將繼續面對不斷增加的需求,因此必須應用超出傳統的新一代技術,以提高生產力和降低成本,同時不影響客戶體驗和SLA合規性。
云
- 混合云模型將幫助企業實現可擴展的存儲和分析,更多的業務系統將通過數據庫遷移到云。
- 在云技術方面,監管部門將利用實時加密,模糊和標記化技術保護敏感的云端數據。
- 企業使用多個云供應商將變得很正常,云到云的集成和遷移變得至關重要。 分析應用程序將出現,如多云監控和基于即時價格的實例化。
物聯網
- 低功率網狀網絡將開始替代單點網絡并作為接入點,同時允許不同的物聯網設備在網狀環境中進行交互。
- 物聯網平臺將在力量和能力方面增強,包括設備注冊,管理和通信功能以及集成,分析和機器學習。
- 采用物聯網的組織將被迫使用事件驅動的流體系結構來處理大量快速產生的數據。 這種轉變將使這些組織能夠將流技術應用于物聯網以外的其他集成和分析用例。
- 過去由于合規性和安全性問題而受到阻礙的IoT應用將轉向內存計算技術,以便在數據到達磁盤之前啟用所需的保護。
- 簡單的IoT用例,例如通過地理位置和時間窗口實時跟蹤人員或包裹的移動,將在醫療保健,交通,制造和物流中普及。
集成
- 隨著內存和CPU持續增加,功耗和成本降低,實時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批處理ETL工作負載。
- 流式數據平臺將變得更加強大和統一,將企業數據庫和日志文件數據與IoT,云,SaaS和應用程序信息合并。 這些平臺將通過企業,云和網關進行分發,提供所有數據流動的可靠的神經系統。
- 集成和分析將變得越來越依賴于彼此,因為機器學習,人工智能和空間以及時間的相關性方面將被用于解決集成問題。
分析
- 與2016年的復雜事件處理一樣,分析平臺將在2017年納入越來越多的機器學習和人工智能功能。
- 日志相關性將越來越多地在內存中管理,因為實時分析的要求和傳統技術許可證的成本增加。
- 神經網絡和遺傳算法將促進更多的無監督學習,提供人類數據科學家可能沒有考慮的見解。
- 快速響應,可靠性和安全性考慮將推動實時分析到物聯網的邊緣位置。 這將通過連接汽車,家庭物聯網中心,零售商店的網關,其他本地化技術將變得明顯。 匿名數據將被推送到云以進行更深入的分析。
- 由于分析,人工智能將自動化應用于所有客戶互動,客戶將習慣于更加個性化的關懷和流暢的體驗。
大數據
- 由大型三大數據供應商提供的內部部署數據庫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據存儲和分析。
- 安全問題將迫使企業再次看看他們的Data Lake計劃。 將具有未知和潛在敏感信息的未處理日志文件轉儲到Hadoop中的當前實踐將被所有長期數據存儲的系統數據分類,加密和混淆所取代。
- 流式數據將變得至關重要,因為快速,關鍵的企業應用越來越多地要求在到底層數據存儲之前過濾,轉換,聚合和豐富數據。
安全
- 安全技術會隨著技術的發展進行不斷擴展,跨多個安全孤島,再加上分析和基于人工智能的安全模型,實時監控和關聯會成功預防違規和欺詐行為。
- 隨著家庭和企業IoT進入超速傳輸,路由器將讓位于智能網關,支持分析,并且可以檢測和防止遠程訪問,數據竊取,勒索軟件和其他惡意攻擊。
- 至少一個互聯網連接的烤面包機將感染勒索軟件,隨機威脅烤面包,除非通過比特幣支付。
行業影響
- 由于基于傳感器的實時數據與地理位置,時間序列,患者資料以及安全驅動的規則和算法相結合,醫療保健將成為物聯網進步的主要受益者,從而提高效率和合規性,加速發展。
- 內存處理,關聯和分析將進一步加速實時衛生系統獲得準確結論,并向衛生保健專業人員提出有效建議,改善患者體驗。
- 農業將極大節約成本和提高生產力,Agtech會通過使用物聯網,云和內存計算戰略,超越當前技術。
截止時間:2017年1月31日
詳情請咨詢!
客服熱線:023-66090381
標簽:
大數據BI數據可視化數據分析
本站文章除注明轉載外,均為本站原創或翻譯。歡迎任何形式的轉載,但請務必注明出處、不得修改原文相關鏈接,如果存在內容上的異議請郵件反饋至chenjj@fc6vip.cn