
大数据系统与关系型数据的共存
大数据在2011年崭露头角,2012年一飞冲天,它可能会以一种戏剧性的方式改变数据管理的很多方面。大数据系统给管理和操纵计算机数据、连续提取、转换和加载功能、运作商业智能、动态大数据以及基于云的数据仓库等等都带来了变化。
不过,随着大数据进入2013年,已经没有什么系统技术能比NoSQL数据库和Hadoop框架更活跃了,看起来这两款产品还有更大的发展空间。根据MarketAnalysis.com 2012年的一份报告看,单单是Hadoop-MapReduce市场,预计复合年增长率将达到58%,在2018年将达到22亿美元。
NoSQL和Hadoop的出现主要是为应对非结构化数据的,比如文本数据或者web日志。就像Apache Hadoop一样,这些技术通常是从开源起步,逐渐成为新的商业产品。
Judith Hurwitz是Hurwitz and Associates公司的总裁兼CEO,该公司位于美国马萨诸塞州,她认为大数据架构和大规模并行处理大大改变了数据景象。她说:在此之前,即便数据真的对公司很重要,人们也没有能力获取巨大数据量并进行实时分析。
她认为:现在,不现实的东西正变得实用。这种情况已经把数据带出了舒适区。
SQL受创,即将回击
我们可以在网站上看到,2012年伊始,对主流关系型数据库陷入困境的预测就出现了。部分预言已成为现实。SQL关系型数据库在与未来几年可能成为其替代品的产品经过一系列斗争之后,现在(或者很快)似乎面临着关于处理整个企业大数据量过滤的最为剧烈的竞争。
这一趋势背后的推动力是企业对以更快的速率获取更多非结构化数据的渴望,这样企业才能更加依靠数据驱动做出决策。惯用的处理方式正在改变,以适应最好的新技术。
这些来自2012年特定数据管理供应商的举动展现出大数据和Hadoop对关系型数据冲击的现状:
IBM公司还在继续创立小型数据和分析公司,尽管比2011年少了些。蓝色巨人的努力方向从小的改进(比如,针对DB2 10的NoSQL图形库和InfoSphere Warehouse 10)到非常巨大的PureData系统装置,目的都是为了给企业搞定大数据。
甲骨文公司在年初推出了大数据设备。这一发布是紧跟着Oracle NoSQL数据库2.0之后发布的,Oracle NoSQL数据库2.0已经自动实现重新平衡,新的应用编程接口可以处理大型对象,与Oracle数据库有更紧密的集成,支持直接用SQL查询Oracle NoSQL数据库记录。
微软公司展示了Hadoop对Windows Azure和Windows Server支持的预览;Teradata公司发布了其Aster大数据分析产品;而Informatica公司发布了PowerCenter套件的大数据版,据说消除了Hadoop手工编码的需求,并把编程任务带入了Informatica开发环境。
SQL在2012年可能只有一两次回击,但是它积极应对市场挑战的举动有重要意义。在非主流NoSQL和Hadoop方面比较专业的公司更新了他们去年的SQL认证。一个典型的例子是Hadoop创立了Cloudera公司,该公司期望增强SQL与Impala的协作程度(Impala是一款Hadoop软件产品,支持标准SQL做交互式查询)。
大数据的变动
这样的举动可能代表了一定的势头人们看到SQL和NoSQL一起被提及的机会更多了。在某种程度上,SQL在早期大数据喧闹的讨论中有点被淡化了。
Ronnie Beggs是美国旧金山SQLstream公司的副总裁,该公司是一家流媒体数据库制造商。他说:在过去的几年里,由于大数据运动,SQL已经不再挂在每个人的嘴边了。同时,他还说:大数据和NoSQL双剑合璧,已经冲击到了主流。
他还表示,在2013年,我们应该会看到明显的变化,并提到近几年在使NoSQL数据库更好地适应SQL风格的开发方面所作出的各种努力。
Beggs说:它是不断变化的。我们接下来这一年会看到SQL的回归,它将成为所有大数据平台的接口。
这种发展走向了Hadoop框架、NoSQL和SQL方法的共存,这标志着在大数据的成熟度方面迈出了新的一步。2013年,大数据有可能从一个热门话题变为切实的实践。
Colin White是美国俄勒冈州Ashland BI研究机构的总裁和创始人,他说:我认为人们正努力通过大数据的炒作,来真正理解业务价值。在2013年,我认为我们将看到人们从大数据中获得业务价值的优秀案例。问题不在于大数据本身,而在于你的运用。
虽然企业对新技术有着广泛的兴趣,但不是所有公司都会以同样的程度全面部署大数据系统。关于这一点,在最近TechTarget举办的一次重点银行会议上,一位集成服务经理也有所提及。
他认为银行业只有部分涉足了基本的大数据,而不是全部。银行和其它领域只看到了大数据的数量,而没有留意到它的非结构性。至少目前还是这样。
他谈到:大数据的含义有两部分。第一部分是它们的量很大,第二部分是数据为非结构化。银行明显属于第一部分。但是我们不会去收集tweets,至少目前还没有。我们还在观望,等待金融数据服务市场的应对。(文章来自:CDA数据分析师)
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10