跟著對差異范例、差異體量數據的布局化存儲、批量處理懲罰以及代價挖掘需求的增多，2017年注定是大數據里程碑式的一年。
2017年，支持大量布局化和非布局化數據的系統將繼承增長。市場需要數據平臺來輔佐數據打點人員打點和掩護大數據，同時答允最終用戶舉辦數據闡明。這些系統將慢慢成熟，在企業內部的IT系統中更好地運行。
1.數據處理懲罰變得越發快速，數據也變得越發易于利用
選項擴展將加快Hadoop
雖然，你可以在Hadoop上執行呆板進修和情緒闡明，但人們經常會問的第一個問題是：交互式SQL(布局化查詢語言，一種數據庫查詢和措施設計語言，用于存取數據以及查詢、更新和打點干系數據庫系統)畢竟有多快?究竟，美國云服務器 江西電信服務器，SQL相當于企業用戶的“導管”——他們但愿利用Hadoop數據來更快的得到可復用的BI儀表盤(一種向企業展示懷抱信息和要害業務指標即KPI近況的數據虛擬化東西)，可能是舉辦一些摸索性闡明。
這種對速度的需求促利用戶回收會見速度更快和執行效率更高的數據庫，如Exasol、MemSQL，可能是雷同于Kudu這種基于Hadoop的商店，雖然還需要可以或許更快查詢數據的技能。諸如SQL-on-Hadoop引擎(Apache Impala，Hive LLAP，Presto，Phoenix和Drill)和OLAP-on-Hadoop技能(AtScale，Jethro Data和Kyvos Insights)這樣的數據查詢加快器將進一步恍惚傳統數據庫與大數據世界的界線。
專門基于Hadoop開拓的東西已過期
在已往的幾年中，跟著大數據海潮來襲，數種為了滿意Hadoop闡明需求的技能鼓起。可是，身處巨大，異構情況中的企業不再但愿僅為一個數據源(Hadoop)回收孤獨的BI會見點。他們需要的謎底被隱藏在一大堆數據源中，從記錄系統到云端，再到來自Hadoop和非Hadoop源的布局化和非布局化數據。(順便說一句，甚至連干系型數據庫也正在為大數據趨勢做籌備。譬喻，SQL Server 2016于克日添加了JSON支持)。
在2017年，客戶將會需要對所有數據都舉辦闡明。不依賴于數據源的平臺將會茁壯生長，而專為Hadoop而設計的平臺和未能跨應用陳設的平臺將被棄用。Platfora的退出即是這一趨勢的預示。
3.相關組織將操作數據湖(DataLake)來實現代價
數據湖就像一小我私家造水庫
數據湖就像一小我私家造水庫。首先你要制作一個水壩(構建一個集群)，然后填滿水(數據)。一旦成立了湖泊，你將開始因為各類目標而利用這些水資源(數據)，如發電，飲用以及各類消遣(預測闡明，呆板進修，網絡安詳等)。
目前，保有數據湖里的數據已經釀成了一種為了保存而保存的行為。在2017年，這將跟著Hadoop業務的收緊而改變。各個組織要求可反復的而且火速地利用數據湖，以便更快地得到響應。在確定對人事、數據和基本設施的相應投資之前，企業會越發慎重的思量業務成就。這將促進業務和IT之間的強力耦合。而自助處事平臺作為闡明大數據資產的東西將得到更深入的承認。
別的，公司還將存眷業務驅動型應用，制止數據湖陷入逆境。在2017年，企業機構將從“構建將來”的數據湖應用轉向業務驅動型數據應用。當當代界需要闡明和操縱本領去觸及客戶、處理懲罰索賠而且毗連到個另外差異設備。
舉例而言，任何貿易網站需要提供及時的本性化推薦和價值查詢。醫療康健型企業必需處理懲罰有效的索賠而且運用闡明運營系統來防備索賠欺騙財。媒體公司需要通過機頂盒提供本性化的內容。汽車制造商和汽車共享公司則要交互運營其車輛和司機。這些案例的實施交付均需要由一個火速平臺來實現，同時提供闡明和運營的處理懲罰，超過靠山闡明和前臺運營舉辦整合，晉升了貿易代價。
4.成熟的架構拒絕通用型框架
Hadoop不再只是一個用于數據科學用例的批處理懲罰平臺。
Hadoop不再只是一個用于數據科學用例的批處理懲罰平臺。它已經成為一種專為非凡闡明而架設的多用途闡明引擎，甚至被用于日常事情負載的操縱陳訴——傳統上這項任務是由數據客棧(大量數據提取和闡明的東西)來處理懲罰的。
在2017年，各個組織將通過特定的用例的架構設計來滿意現存的殽雜需求。他們將研究一系列的因素，包羅用戶腳色模子、會見頻率、數據速度和聚合級別等，然后才氣提交符合的數據計策。這些現代化的參考架構由需求驅動，他們將以某種方法將最好的自助處事數據籌備東西Hadoop焦點和最終用戶闡明平臺團結起來，以便可以按照這些需求舉辦從頭設置。這些架構的機動性將最終敦促技能選擇。
5.敦促大數據投資的是數據的多樣性，而不是體量和速
Gartner將大數據界說為“三高”
