天下数据浅谈未来大数据发展趋势
2016-02-17 00:00
585 查看
随着时代的快速发展,互联网已经成为人们以多种形式相互联系的基础,给人们的生活方式带来了翻天覆地的变化。如何在短时间内快速、高效完成企业级数据中心的扩容部署,同时还要兼顾绿色节能,符合低碳经济要求,新的市场需求已经产生,IT硬件厂商、专业IDC服务商都给出了自己的答案。作为IDC行业服务器租用、服务器托管的龙头,天下数据在这里大胆推测未来大数据发展趋势。
1、大数据越来越多的被用到了我们身边的应用中
首先是大数据应用对我们的开发者的要求变低了,有时候开发大数据应用就像在你的应用的代码中加入几行,或者像是写一段儿脚本一样。其次,大数据的应用范围也得到了拓展,用户习惯分析,网络安全,人工智能,售后服务等等都可以通过将大数据处理做成产品或者应用而实现。现在的大数据技术已经被带入了许多网络和手机的应用中,从购物推荐到找到和自己有关联的人等等。
2、Hadoop对MapReduce的依赖越来越小
Hadoop平台只为MapReduce服务的时代从Hadoop的2.0版本开始正式结束了。新版本支持的产品和服务将会和Cloudera的Impala一样用一个SQL查询引擎,或者其他的方法来替代MapReduce.HBaseNoSQL数据库就是Hadoop离开MapReduce约束后的一个很好的例子。大型的网络公司,像Facebook、eBay等都已经用HBase去处理事务型的应用了。
3、数据科学越来越大众化
随着像Coursera、Udacity和Edx等这些和数据分析相关的网络教育平台的流行,越来越多的人不用花一分钱便可以学到所有的知识,从基础的统计学知识到自然语言处理和机器学习。除了这个,Oxdata化简和集成了R语言后推出的分析产品,Quid正在做的具有机器学习和人工智能概念的工具也设计了傻瓜式的使用界面和形象具体的用户展示方法。更有像Kaggle这样的公司推出了关于预测模型的众包平台。所以大数据的处理的趋势之一便是像Datahero,Infogram和Statwing他们一样,把数据分析变得易用,大众。
4、机器学习无处不在
很容易就可以看到机器学习越来越流行,从我们身边的小应用Prismatic、Summly、Trifacta、CloudFlare、Twitter、Google、Facebook、Bidgely、Healthrageous、Predilytics、BloomReach、DataPop、Gravity……如今很难想象一个没有机器学习技术的科技公司可以生存。Heck,甚至是微软都在机器学习上下了很大赌注它将成为一个重要的收入来源。
5、手机将成为人工智能的数据来源
我们的手机和手机中的应用目前可能是最大的私人信息来源。通过机器学习,语音识别和其他一些技术,这些应用可以知道我们去哪儿,我们的朋友都是谁,我们的日历上都有哪些提醒,我们上网都浏览什么。通过新一代的私人助理应用(Siri,Saga和GoogleNow等)我们的手机更能够理解我们的言论,知道我们经常出入的地方,我们平时吃什么,我们在家、工作和郊游的时间等等。
1、大数据越来越多的被用到了我们身边的应用中
首先是大数据应用对我们的开发者的要求变低了,有时候开发大数据应用就像在你的应用的代码中加入几行,或者像是写一段儿脚本一样。其次,大数据的应用范围也得到了拓展,用户习惯分析,网络安全,人工智能,售后服务等等都可以通过将大数据处理做成产品或者应用而实现。现在的大数据技术已经被带入了许多网络和手机的应用中,从购物推荐到找到和自己有关联的人等等。
2、Hadoop对MapReduce的依赖越来越小
Hadoop平台只为MapReduce服务的时代从Hadoop的2.0版本开始正式结束了。新版本支持的产品和服务将会和Cloudera的Impala一样用一个SQL查询引擎,或者其他的方法来替代MapReduce.HBaseNoSQL数据库就是Hadoop离开MapReduce约束后的一个很好的例子。大型的网络公司,像Facebook、eBay等都已经用HBase去处理事务型的应用了。
3、数据科学越来越大众化
随着像Coursera、Udacity和Edx等这些和数据分析相关的网络教育平台的流行,越来越多的人不用花一分钱便可以学到所有的知识,从基础的统计学知识到自然语言处理和机器学习。除了这个,Oxdata化简和集成了R语言后推出的分析产品,Quid正在做的具有机器学习和人工智能概念的工具也设计了傻瓜式的使用界面和形象具体的用户展示方法。更有像Kaggle这样的公司推出了关于预测模型的众包平台。所以大数据的处理的趋势之一便是像Datahero,Infogram和Statwing他们一样,把数据分析变得易用,大众。
4、机器学习无处不在
很容易就可以看到机器学习越来越流行,从我们身边的小应用Prismatic、Summly、Trifacta、CloudFlare、Twitter、Google、Facebook、Bidgely、Healthrageous、Predilytics、BloomReach、DataPop、Gravity……如今很难想象一个没有机器学习技术的科技公司可以生存。Heck,甚至是微软都在机器学习上下了很大赌注它将成为一个重要的收入来源。
5、手机将成为人工智能的数据来源
我们的手机和手机中的应用目前可能是最大的私人信息来源。通过机器学习,语音识别和其他一些技术,这些应用可以知道我们去哪儿,我们的朋友都是谁,我们的日历上都有哪些提醒,我们上网都浏览什么。通过新一代的私人助理应用(Siri,Saga和GoogleNow等)我们的手机更能够理解我们的言论,知道我们经常出入的地方,我们平时吃什么,我们在家、工作和郊游的时间等等。
相关文章推荐
- 【Twitter Storm系列】flume-ng+Kafka+Storm+HDFS 实时系统搭建
- 【转载】6个用好大数据的秘诀
- 跨进程访问(AIDL服务)-更新中
- Rails 控制器
- Async Await异步调用WebApi
- 大数据课程体系-学习笔记概要
- 链表解大数据相加减相乘
- leetcode 182. Duplicate Emails
- 小趴趴--知乎精华回答的非专业大数据统计
- Unix Study之--AIX系统监控工具tops
- Unix Study之--AIX系统监控工具tops
- DataGuard强制切换(failover)
- Raising Modulo Numbers(POJ 1995 快速幂)
- 本文只为记录,自学 CAAnaimation 中正在学习中...
- 大数据——数据库优化
- Keychains中此证书签发者无效的解决方法
- 一次Hadoop脑裂的修复(Cloudera hadoop split-brain repair)
- 浅谈xaingce apk样本分析
- Rails Commands
- python的类变量和实例变量 http://blog.csdn.net/chenggong2dm/article/details/9030481