2015年年大数据新趋势：大数据变小_数据分析师

大数据，这个用来形容资料爆炸量、多样化以及数据更新快速的专有名词，主要还是由物联网传感器、行动装置…等小型设备所运算结果集结成的。

　　有人预测2015年，将是大数据相当成功的一年。讽刺的是，这裡指的不是因为他们能精通Hadoop或Spark等复杂却高效率的分布式计算系统。反过来说，2015 年我们将使用更优于Hadoop 工具的方式，来处理过去使用大数据时伴随而来的问题。

　　其中最大的变化在于，能有效佈署与管理收纳网路服务的 Docker、企业计算容量等…开源技术的崛起，但相较于大数据能造成的潜在影响力还是相形见绌。知名弹性整合公司 SnapLogic 的 Darren Cunninhgam 更强调，几乎所有具指标性的大企业，趋势显示最终还是会回归数据基本面。

　　▲ SnapLogic 公司的 Darren Cunninhgam 在 Twitter 以 Big、small、fast、slow…等来形容大数据Big Data 千变万化特性。

　　但问题是，大多时刻我们探讨这些数据的机会，远多于投入实际使用。早在2013 年，Darren Cunninhgam 即指出每个人都知道他们需要做的事情与大数据息息相关，但实际上却很少人懂得如何运用。即便2014年都快已过完，这现象始终没改变。大多数企业仍然没有对这些数据资料花费太多心思，甚至对一些人来说这更是个复杂难题，除了专业科学家会好好使用外，这些付费就能取得的open-source 工具，对一般人来说要使用实在太困难了。

　　甚至多数人对大数据长久下来一直充满误解。举个例子，来自Bloomberg(专业财经媒体)负责人Matt Hunt 宣称：「在Bloomberg 我们并没有大数据问题，反而是有中量资讯(medium data)问题，这裡指的中量资讯指的是量够大、但适用于单一设备上，但并不需要庞大巨量的集群数据，相当于Terabytes 兆位元，而不需要达PB 等级。」

　　日前与相关IT 机构合作的NewVantage 透过调查表示，大数据能以PB 等级的惊人单位产生新闻，但大多数企业实际上也只需要管理到Terabytes 等级的数量。只有28% 的人认为，与其挑战大数据所带来庞大的资料数据，他们更关心的是资料种类多样性与更新速度。

　　在即将迈入2015 年此刻，许多企业仍因被迫使用 Hadoop 工具来面对他们的数据而饱受挣扎，特别当他们不断使用这些错误工具，套用在只能处理中量资讯资料的应用程序中。

　　提到2015 大数趋势，用「Big Data Gets Little」这句话就能看出端倪。于物联网之于行动装置的重要性，我们不能再单纯以近乎失去判断力、甚至盲从迷信的心态面对这些大数据工具。不过，Hadoop 是否还能像今年在物联网中扮演重要角色?「那当然!」Cloudera 公司创始人之一 Mike Olson 如是说：「新一代数据库技术，并不会去破坏现有大企业习于使用的 OLTP 及OLAP 等结构化数据处理与分析的市场，它虽然拥有前所未有的对于新数据分析与解锁能力，甚至能让我们以不同观点去瞭解这世界上各种事物，无论是创造新机会或新市场，对大数据来说基本上还是须依靠物联网，才能创造出更巨大机会。」

　　不过对 Hadoop 来说，虽为目前最理想用来处理大量数据的工具，却没有足够即时分析数据的能力。为能有效追踪物联网数据，NoSQL 数据库对 Hadoop 来说扮演重要辅助角色，使得能够即时回应实用数据成为可能。

　　有鑑于物联网产生数据(包括透过全新传感器、全新的数据类型…等)不断变化的特性，像 NoSQL这样的数据库是必须存在的，Machina 在一份研究中更假设：「从来自愈来愈多不同传感器、设备、或应用程序产生出愈来愈多的指数，一个事件会伴随出更多样化结构数据，这些附加数据範围从企业系统到众包数据，都必须经过整合才能传成有效资料。」

　　很多大数据工作迄今已将 Hadoop 与相关数据库系统或 RDBMS 做整合，但这却不是最理想的整合方式。根据权威 IT 行业分析机构 Gartner 指出，「因为物联网与各种行动装置应正迫使我们思考产生变化，并影响到我们之于这些数据的互动方式。」

　　在 2015 年，更多的大数据将同步从企业数据资料库转移至 Hadoop 端、或从严谨的 RDBMS 转移到更灵活的 NoSQL。毫无疑问地，物联网是成为这场变革的最大驱动力。