2022年12月30日12:05:02 科技 1626

大數據是數字化轉型和人工智能的基石。對於未來大數據發展趨勢。2023將近，眾多專業人士發表了自己對大數據前景的觀點和態度。

Fivetran產品負責人Alexander Lovell認為明年對於大數據領域是關鍵一年：「2023年數據團隊要麼增長或要麼關閉。儘管各企業的大數據應用回報質量差異很大，公司仍在保持投資。隨着經濟的廣泛混亂，數據團隊現在是時候通過提供有價值的見解來驅散迷霧，因為當市場不斷變化時，靠直覺執行太不可靠。最好的數據團隊將會成長並變得更加重要，而不能夠產生可操作洞察力的團隊將面臨更大的壓力。」

Datometry的首席執行官兼聯合創始人Mike Waas說，到2023年，SQL會再度崛起。NoSQL社區開始反思SQL的價值，承認企業需要標準，並且SQL具有通用而強大的查詢語言的簡單性。實際上，每個仍然活着的NoSQL數據庫目前都在向他們的系統添加SQL或SQL接口以吸引企業。2023幾乎所有想要在企業中取得成功的數據管理系統都會嘗試利用SQL，看起來像一個合適的數據庫。」

數據歷史上也經歷了分分合合的階段，從集中到分佈再到集中，如今再次盛行分佈。Denodo首席執行官兼創始人Angel Viña說，我們目前處於分佈式階段，不太可能回到以前，因此需要採取新的方法來處理它，包括數據經緯（Data Fabric）或數據網格（Data Mesh）。

「雖然兩者之間存在固有的差異，但數據經緯是一組可組合的數據管理技術，數據網格是分佈式團隊管理企業數據的過程導向。兩者都可以在企業範圍內的數據訪問，集成，管理和交付中發揮關鍵作用，如果正確的數據基礎架構到位，那麼在2023年，預計在中大型企業內這兩種架構方法的採用將迅速增加。」

你聽說過現代數據堆棧。但是在2023年，你會聽到更多關於後現代數據堆棧的信息，Snowplow的CDO Chris Lubasch說：「這是圍繞現代數據堆棧進行的一年快速討論。儘管經濟形勢充滿挑戰，但仍有許多新供應商湧現，Snowflake和Databricks等主要供應商繼續接管許多技術組件。同時，出現質疑現代數據堆棧的聲音，因為其方法往往導致許多工具成本過高，更不用說將它們整合在一起的複雜性了。圍繞「後現代數據堆棧」（作為許多術語中的一個）的討論已經開始，我們都渴望看到這將在未來幾年引導我們去哪裡。」

作為對象存儲提供商Cleversafe（2015年被IBM收購13億美元）的創始人，Chris Gladwin預測，2023年是超大規模數據成為主流的一年。

數據密集型企業正在超越大數據，進入指數級更大的超大規模數據領域，這需要對數據基礎設施進行重新評估，到2023年，數據倉庫供應商將開發新的方法來構建和擴展系統和服務。

這不僅僅是技術人員必須計劃的數據總量，還有新興的數據集和待處理的工作量。一些領先的IT組織現在正在處理包含數十億和數萬億記錄的數據集。到2023年，我們甚至可以在數據密集型行業（比如廣告、電信和地理空間）看到數十億行的數據集。隨着組織利用來自運營，客戶以及移動設備的近實時數據量的增加，超大規模數據集將變得越來越普遍。」

Immuta首席執行官兼聯合創始人Matt Carroll表示，2023年將看到數據處理協議（DPAs：data processing agreements）的興起。「到2023年，我們將看到DPA成為SaaS合同和數據共享談判的標準要素。組織如何處理這些合同將從根本上改變他們如何構建數據基礎架構並定義數據的業務價值。因此，數據領導者最有興趣在2023年及以後完全接受DPA。這些冗長的文件將很複雜，DPA的數字化和法律團隊的參與將使他們更容易理解和實施。

「到2023年，隨着數據共享的不斷增長，數據和IT團隊被迫跟上，數據交換將成為新標準。隨着組織生產現代化數據堆棧，規模和數量將會爆炸式增長。數據集在共享之前製作副本將不再可行。到2023年，企業將湧入已建立的平台，如Snowflake的數據交換和Databricks的Delta共享協議，以使安全地共享和貨幣化流通數據更加容易。」

而在Rockset的聯合創始人兼首席技術官Dhruba Borthakur和RocksDB的創始工程師看來，2023年將成為數據應用程序的一年。

「在過去的10年中，我們看到了web應用程序和移動應用程序的興起，但2023年是數據應用程序的一年。可靠，高性能的數據應用程序將被證明是成功的關鍵工具，因為企業尋求新的解決方案以改善面向客戶的應用程序和內部業務運營。我們的指尖可以使用Uber，Lyft和Doordash等按需數據應用程序。在實時分析基礎的支持下，我們將看到數據應用程序不僅是實時的，而且故障安全的壓力越來越大。」

你的新年購物清單上可能有很多東西。但Tamr首席產品官Anthony Deighton今年希望有一件事：乾淨的數據。

「『臟』數據是不正確，不完整，不一致，過時，重複的數據，可能會殺死你的業務，這是一個常見問題。避免混亂和沮喪。客戶掌握可以跨系統和來源創建統一，準確和豐富的客戶數據視圖，以及能夠一致跟蹤客戶的唯一標識符。大規模掌握客戶數據為銷售，營銷和客戶體驗團隊提供了加速數據驅動銷售的有效途徑。它還可以為客戶提供洞察力以獲得競爭優勢。」

根據Google Cloud Google數據庫副總裁兼總經理Andi Gutmans的說法，交易和分析工作量之間的障礙將在2023年開始消失。

Gutmans說：「傳統上，數據體系結構已經將這些工作負載分開，因為每個工作負載都需要一個適合目的的數據庫，交互數據庫則針對快速讀取和寫入進行了優化，分析數據庫則針對聚合大數據集進行了優化。隨着基於雲的數據體系結構的發展，這些體系結構通過高性能網絡利用高度可擴展，分類的計算和存儲，我們預測將會有新的數據庫體系結構，允許在一個系統內進行交易和分析工作負載，而不需要應用程序折中工作負載需求。」

不看好大數據的人也有很多。但Altair數據分析和物聯網的高級副總裁Christian Buckner說，不相信炒作。

「大數據還沒有死，」他說。「提供商將嘗試領先趨勢，我們將看到許多人開始宣傳'大數據已經死亡'。相反，許多組織傾向於'智能數據'以獲得更深入的見解。但大數據仍將繼續在業務運營中發揮重要作用。關鍵是確保擁有易於使用的自助工具來實現清潔，驗證和準備數據，然後可以將其插入數據分析模型中以獲得有價值的結果和智能決策。將大數據轉化為智能數據的公司將從新的數據思考方式中受益。」

根據Snowflake產品管理總監Torsten Grabs的說法，在數據民主化方面，將以Python的形式出現。

「到2023年，Python將成為整個組織中每個人對數據的訪問和見解民主化的主要媒介，隨着Python周圍的運行時基礎架構變得更簡單，更直接，並且包含更多安全性，Python將變得更加企業化，同時，生成Python結果將進一步簡化，該代碼將被包裹在有意義的用戶體驗中，以便公司營銷團隊等非IT用戶可以輕鬆消費和理解它。我們將看到Python與15到20年前自助商業智能工具的出現相比，具有相同或更大的可能性，對數據民主化的轉型影響更大。」