【趋势】:解读大数据技术生命周期

大数据还处于不断被人们">重新定义的阶段,现在又多了一个属于自己的Hype Cycle技术生命周期。Gartner近期发布了首个专门针对大数据话题的报告——《2012年大数据Hype Cycle》(Hype Cycle for Big Data, 2012)。

Hype Cycle技术生命周期指的是企业用来评估新科技的可见度,利用时间轴与市面上的可见度(媒体曝光度)决定要不要采用新技术的一种工具。它的定义本身就不太好理解,而报告中列出的大数据技术和专业术语更多达47个,数据科学家、基于云的网格计算、预测分析、开放政府数据,无一不缺。Gartner的Hype Cycle类别中遍布了这些技术,记录了大数据从炒作到成熟并进入主流的过程。

Gartner研究副总裁Hung LeHong在近期的一次网络研讨会上提到:“大数据不是一项单一的技术,而是一个概念,是一套技术。”

这一成套的技术在生命周期的早期阶段汇集到一起,逐渐变得越来越复杂。业务分析师希望从数据中获得更多的见解,厂商希望将“大数据解决方案”融入到更多的产品之中。从报告中可以看出,今年Gartner决定用文字把这一现象记录下来。如今,企业已经有能力利用低价的服务器、开源技术和云计算来进行开销不大的大数据实验。

尽管Hype Cycle报告通常较多利用图表的方式展现,但是本次报告同样辅以了更多的文字内容,每种技术都用一至两页进行了分析。

(责任编辑:蒙遗善)

时间: 2024-08-03 01:13:34

【趋势】:解读大数据技术生命周期的相关文章

大数据令生命周期管理面临更大挑战

文章讲的是大数据令生命周期管理面临更大挑战,集成化生命周期管理(Integrated lifecycle management,简称ILM)在迎接大数据趋势的同时也面临着新的挑战.目前可以将此类挑战归纳为三个主要的类别:无穷尽的大数据总量.大部分新数据的短期有效性以及遵循3V规范(即数量.速度与多样性)的数据一致性难题. 这就是Loraine Lawson最近发表的文章中汇总出的主干内容.她在这一话题上的观点与我的总体思路基本一致.但我对她"ILM对于大数据而言比小型数据分析环境更加重要&quo

解读大数据技术面临的三个重要技术问题

大数据技术面临的三个重要技术问题,我们一起来看看.当今,大数据的到来,已经成为现实生活中无法逃避的挑战.每当我们要做出决策的时候,大数据就无处不在.大数据术语广泛地出现也使得人们渐渐明白了它的重要性.大数据渐渐向人们展现了它为学术.工业和政府带来的巨大机遇.与此同时,大数据也向参与的各方提出了巨大的挑战,首先是大数据技术面临的三个重要问题:   一.如何利用信息技术等手段处理非结构化和半结构化数据 大数据中,结构化数据只占 15%左右,其余的 85%都是非结构化的数据,它们大量存在于社交网络.互

2014中国大数据技术大会圆满落幕

2014年12月12-14日,作为大数据领域最具影响.规模最大的IT盛会--2014中国大数据技术大会暨第二届CCF大数据学术会议在北京新云南皇冠假日酒店圆满落幕.大会历时三天,以国际化的视野,分享了海内外大数据技术的发展趋势:从技术与实践角度探讨"大数据生态系统"."大数据技术"."大数据应用"."大数据基础设施 "等新技术应用和实践经验:通过创新大赛和培训课程等特色活动,解密大数据创业热点,分享行业实战经验.2014中国大

Facebook前主管谈大数据技术趋势和演变

本文讲的是Facebook前主管谈大数据技术趋势和演变,全球系统架构师大会于8月10-12日在深圳万科国际会议中心隆重举行.首先给大家带来分享的是前Facebook数据基础设施团队主管,Qubole创始人,CEO Ashish Thusoo,他主要介绍了大数据架构以及怎么样不断的演进,与其说演进,不如说革命.其中主要包括三个方面的主题: ▲全球系统架构师大会现场报道 第一,大数据的需求.当今世界需要大数据,有哪些驱动因素促使我们不同方式考虑大数据?以不同方式处理数据. 第二,技术给我们带来哪些架

解读数据中心生命周期管理五部曲

如何最大化数据中心在整个生命周期内的绩效表现?在IT行业迅猛发展的今天,这已成为每个数据中心所有者和管理者不断思考的问题.对数据中心高效运作之道的探讨,也从最初对设计阶段的单方面关注,逐渐转向对数据中心生命周期内五个阶段的综合剖析.正如良好的基因并不能确保人类一生的健康安乐,只有对数据中心生命周期内五个阶段的全面深入理解,才能成就其高效运作之道. 凭借在数据中心物理基础设施领域的多年经验,全球能效管理专家施耐德电气对此研发出一套覆盖数据中心全生命周期的解决方案,并针对如何最大化数据中心在使用期限

未来五年内将重塑大数据技术的五种趋势

请大家不要再纠结于一块磁盘能保存多少数据或者企业到底会不会采用Hadoop.关于大数据的真正问题在于,企业用户将如何使用Hadoop.我们的系统到底能在智能化道路上走多远.我们又该如何保证这一切都处于控制之下. 过去几年当中,大数据技术已经迎来长足发展;从一个乐观积极的流行词汇变成人见人恨的疑难杂症,关注重点也由纯粹的数据规模转向对类型及速度的追求.所谓"大数据"及其相关技术在经历了高度重视.详细甄别以及吐故纳新之后,实际成果很可能与我们的认知存在较大差异.然而时至今日,我们正站在历史

席壮华:大数据技术应用解读 以第三次经济普查为例

IDC发布的<中国大数据技术与服务市场2012-2016年预测与分析>显示,大数据的市场规模将于2016年增长到6.17亿美元,复合增长率达51.4%,市场规模增长近7倍.2013年2月5日,国务院出台了<推进物联网有序健康发展的指导意见>,从政策层面正式把大数据纳入到物联网产业领域.大数据时代,数据已经变成比肩人.财.物的战略资源,如何管理及应用这种资源是每个政府部门和企业都要学习的新技能.关于大数据技术的落地应用,赛迪网近日采访了同方物联网应用产业本部数据资源工程事业部总经理席

大数据技术解读 引领未来也须应对挑战

大数据技术是在传统数据处理手段无法应对海量数据的实时需求的情况下,采用新的信息技术来应对大数据爆发进行数据处理的技术.大数据技术一般可以包括基础架构支持.数据采集.数据存储.数据计算和数据展现交互等. 大数据技术的分类 大数据技术涵盖的范围十分广阔.基础架构支持方面主要包括了支撑大数据处理的基础架构级数据中心管理.云计算平台.云存储设备及技术.网络技术.资源监控等技术.而为了处理数据,则需要有大规模物理资源的云数据中心和具备高效的调度管理功能的云计算平台的支撑. 数据采集技术方面包含了数据采集的

大数据技术的发展历程 及其演化趋势

最早提出词汇"Big Data"的是2011年麦肯锡全球研究院发布的<大数据:下一个创新.竞争和生产力的前沿>研究报告.之后,经 Gartner技术炒作曲线和2012年维克托·舍恩伯格<大数据时代:生活.工作与思维的大变革>的宣传推广,大数据概念开始风靡全球. 基于Web of Science数据库中1994年后涉及大数据概念的4495篇文献,采用Citespace知识图谱工具,通过热点关键词和高被引文献分析,能够勾勒出大数据技术从萌芽到成熟的发展历程. 上世纪