IT新手入门,零基础学IT,转行做IT,IT行业的职位选择,你我一同探讨!

IT新手入门网给你介绍IT行业的职位有哪些,让你转行做IT不发愁,IT入门有捷径

当前位置: 主页 > 行业新闻 > 大数据轰动2016的十件大事记

大数据轰动2016的十件大事记

时间:2017-01-09 22:58来源:互联网 作者:未知 点击:
2016年已经过去了,新的一年已经到了,大数据又走过了一个年华,未来怎样我们无从得知,但往年大数据对人类的影响足够深入人心,且看过去的2016年 大数据分析 领域的十件大事,让
  2016年已经过去了,新的一年已经到了,大数据又走过了一个年华,未来怎样我们无从得知,但往年大数据对人类的影响足够深入人心,且看过去的2016年大数据分析领域的十件大事,让我们再次感受大数据的神奇,仰望大数据的未来。
  至少可以说,2016年是大数据风起云涌的一年。没人知道2017年将发生什么,但这不会阻止我们对新的一年作出各种预测。以下是最具有轰动效应的一些项目、事件和趋势,它们使2016年成为了大数据年。
  商业智能(BI)领袖衰落
  2016年2月,红极一时的BI和可视化工具提供商Tableau发布财报,业绩令人大失所望,其市值在一天之内被腰斩。这预示着2016年的BI市场将动荡不安。几个月后,风暴再起,Qlik Technologies的股价暴跌一半多,在2016年6月被Thoma Bravo以大约30亿美元的价格收购。
  虽然Tableau和Qlik一直都是一流的工具,但它们曾经一马当先的领先距离已经大幅缩小,因为微软(Microsoft)、Microstrategy、Alteryx、Birst、Domo、Sisense、Gooddata和其他公司纷纷推出了价格更低、性能强大的BI工具。市场调研公司Gartner的《2016年BI和分析平台魔力象限》报告记录了不少于24家公司(其中甚至还没加上BI新星Zoomdata)。Gartner表示,BI市场已经达到“临界点,需要我们从新的角度来思考”。
  人工智能(AI)崛起
  谷歌(Google)旗下的DeepMind公司开发了AlphaGo系统,在围棋比赛中战胜人类顶尖棋手。按照英伟达(Nvidia)一位产品经理的话说,这场人机大战堪称AI技术的“宇宙大爆炸”时刻。从Siri和Alexa等AI驱动的聊天机器人,到自动驾驶汽车,无数消费者渐渐意识到AI带来的巨大好处。
  我们也看到了新的AI服务面世,包括2016年11月互联网巨头亚马逊(Amazon)在AWS re:Invent大会上发布的Amazon AI。2016年10月,加州大学伯克利分校宣布,曾经发明Apache Spark等多项大数据技术的AMPLab实验室将被替换为RISELab实验室,后者将致力于AI和自动驾驶汽车等应用。这为AI正在吞没和超越大数据概念的想法提供了更多佐证。
  Hadoop十岁了
  2016年1月底的一天是首个Hadoop生产集群在雅虎(Yahoo)诞生的十周年纪念日。雅虎工程师们最初只希望这个10节点的集群能够持续运行一整天,根本没想到Hadoop后来会成为大数据计算的代表,每家财富100强企业必备的IT工具。
  Hadoop的成功无疑超出了道格·卡丁(Doug Cutting)的期望,这位Cloudera公司架构师和迈克·加法雷拉(Mike Cafarella)共同创造了Hadoop。在Strata + Hadoop World大会上一场广泛性的演讲中,卡丁说出了自己内心的疑惑:我们是否已经达到了“Hadoop顶峰”?未来十年的Hadoop会是什么样子?考虑到大数据界对Hadoop第三版(将使存储能力翻倍并引入纠删码)的开发兴趣寥寥,大数据技术又发展神速,因此很难说2026年的Hadoop会是什么样子,或者没什么变化也说不定。
  Apache Spark大行其道
  作为经济实惠的分布式计算开源框架,Hadoop无疑引起了技术人士的关注,他们以前使用昂贵的专有软件来处理庞大的数据集,费钱又费力。但如果说Hadoop的Java明星光环已经开始淡去,那么正在取代它的则是另一项可能更有前途的技术,那就是Apache Spark。
  Apache Spark在大数据阶梯上的极速蹿升是一个非常值得注意的现象,不仅IBM等大公司纷纷拥抱该技术,而且几乎所有的BI和可视化工具提供商都使用这项基于内存的技术来进行批处理、交互处理和流处理。有些人认为,Spark在应用和受欢迎程度方面终将超越Hadoop,甚至已经超越。
  Flink和Beam诞生
  Spark基本上已经取代了Hadoop的批处理引擎MapReduce,更别说Spark的SQL、机器学习和流处理能力。但永不满足的大数据界希望改进这套得到Databricks公司支持、用Scala语言编写的多用途框架。于是Apache Flink和Apache Beam应运而生,成为了Spark在大数据框架之战中的劲敌。
  2016年3月,Cloudera公司的卡丁向Data Artisans公司的Flink项目表达了敬意。当时他说:“Flink在架构设计上可能要比Spark好上那么一点点。”与此同时,基于谷歌Cloud Dataflow API的Apache Beam受到了Talend公司一位法国大数据架构师的支持。Beam雄心勃勃,想要用同一组API统一所有的大数据应用开发,并通过“Runner”这种执行引擎支持Spark、Flink和Google Dataflow。
  历史性的民调失灵
  毫无疑问,当今的政治民意调查已经成为应用统计(也就是“大数据分析”)的一个运用领域。以前,严谨的民意调查只需要通过白页上的选民名字和电话号码就可以进行。但现在,民意调查机构如果想从形形色色的选民中获取具有代表性的样本,就必须建立细致的权重模型。

     

------分隔线----------------------------
栏目列表
推荐内容