Gartner发布独立报告解读大数据问题

简介:

本文讲的是Gartner发布独立报告解读大数据问题,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。

  Hype Cycle生命周期的意义

  Gartner调研副总裁兼大数据专家Mark Beyer说:“大数据的概念同样包含两个方面,它真实存在在我们的世界中,但其作用有时被夸大了。”

  大数据之所以真实是因为科技的进步和恰当的时间点。2009年,影响科技发展的四大要素——内存、存储性能、处理能力、网速——在规模与速度方面成倍增长。这些要素的突飞猛进并不奇怪,但各有各的周期,达到顶峰的时间点也就各不相同。因此,在大数据中它们同时爆发就不太寻常了。

  除此之外,IT人士也变得越来越能够接受新鲜的技术。Beyer认为,在IT技术部门中产生了两种极端的情形:一种是技术发展促使性能大幅度提高;另一种是原有设备无法继续满足数据需求。2010年,用户开始对数据有了更多的需求,IT系统压力陡增,市场中必须发展出缓解该压力的方式。

  更多数据的需求以及技术支持的发展结合得恰到好处,市场的需求越来越大。于是一场技术革命风暴演变为炒作,席卷整个行业。

  然而Beyer说:“即使是炒作,那又如何?”

  虽然所有这些因素凑到一块儿相当少见,但也不是完全没有过。在20世纪70年代末80年代初互联网刚刚诞生的时候,业界就曾经遇到过这样的情况;在未来的15-18年里,这样的情况还会重现,而这次将属于大数据时代。在这段时间里,大数据的发展将不断挑战业内技术的革新,并构建出全新的收集、存储和分析数据的方式。

  一些分析师认为现有的大数据技术会在未来几年之内变得无处不在,Beyer却不认同,他认为这些技术不会独立发展,而是会完全融入到传统IT环境中去。

  Hype Cycle生命周期的阶段

  今年8月中旬,也是大数据火起来的第二年,大数据还出现在了Gartner的《新兴技术Hype Cycle》(Hype Cycle for Emerging Technologies)报告中。去年,Gartner将大数据列为“科技诞生的促动期”(Technology Trigger),即Hype Cycle生命周期五个阶段中的第一个阶段。今年,大数据进化到了第二阶段,即“膨胀期望的高峰期”(plateau of inflated expectations),其中包括了生命周期的至高点和由胜走向衰的转折点。

  Gartner对大数据所作的评估遭到了部分专家的异议。

  《驾驭大数据浪潮》(Taming the Big Data Tidal Wave)一书的作者兼Teradata的首席分析官(CAO)Bill Franks说:“虽说大数据在市场中确实存在炒作现象,但我认为它离明显的衰败还差得远呢。”

  Ventana调研公司的副总裁Tony Cosentino表示认同:“难道每一种技术都必须在成功前遭遇滑铁卢吗?”

  然而,专家们质疑的还不仅仅是大数据发展周期的排列,他们还对其在第一阶段中所包含的内容有所怀疑。这也是Gartner选择专为大数据出一份独立报告的原因之一。

  Opera Solutions LLC的首席策略官(CSO)Laura Teller说:“这就好像在1995年的时候问别人新兴的互联网以后会不会流行一样;现在的问题在于大数据仅靠自己的力量无法真正提升业务。”

  Cosentino表示同意:大数据正处变革期,开始的时候肯定会有很多人提出“为什么”,但慢慢地就会转变为“那又有什么关系”。问题的关键还得看分析技术的发展了。

  Cosentino说:“用石油业打个比方,我们正在从石油开采向石油的提炼和分销发展。我不知道在一百年前石油的发现是不是也曾遭遇炒作,所以你无法预测一个技术未来的走向。”

作者: 茶一峰

来源: IT168

原文标题:Gartner发布独立报告解读大数据问题

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
6月前
|
分布式计算 大数据 物联网
从历年 Gartner hype cycle 看大数据行业的发展历史和趋势
从历年 Gartner hype cycle 看大数据行业的发展历史和趋势
|
数据采集 大数据 数据管理