大数据处理和向云和机器学习计划的转变

AS数据湖泊继续发展,分析的作用变得至关重要,企业正在重新审视大数据处理策略。

73%的企业现在正在云端执行大数据处理,高于2017年的58% (夸布尔)

对于许多组织来说,从不断增长的数量中获得价值(以及类型和来源)数据的数量仍然是一个挑战。vwin中国 倡议需要不同的方法云计算人工智能高级分析对于各种用例都很有用。

《2018年大数据趋势与挑战报告》提供了有关不同大数据方法的一些演变的见解。我们查看了有关大数据处理和向云和机器学习计划转变的发现。

大数据处理转向云平台

大数据处理向云端的持续转变是2018年大数据趋势和挑战报告的关键成果之一。这表明,在云端执行大数据处理的企业比例从2017年的58%上升到2018年的73%。

作为阿希什·苏苏,“数据激活”联合创始人兼首席执行官奎伯尔委托撰写了2018年大数据趋势与挑战报告(通过尺寸研究进行) 放它“大小,多样性,大数据的应用正在以接近指数的速度加速……企业很快发现,传统的数据管理系统和策略不再能够满足其需求……新一代云本机,自助服务平台已成为数据程序成功的关键,尤其是当公司希望用新的人工智能扩展业务时,机器学习和分析计划。”

在一定程度上,由于公司所处理的数据量和多样性不断增长,必须向云技术转移,据44%的组织报告,目前正在处理大小超过100兆字节的海量数据池 (夸布尔)

大数据处理快速向云端转移的原因包括:

  • 内部大数据环境的价值低于预期哪一个,反过来,有几个原因。想想基础设施的复杂性,与设施有关的决定,对动力和性能的需求不断增长,对技术人员的需求,当然,这些数徳赢真人娱乐字化转型计划的成本。“因此,”《2018年大数据趋势与挑战报告》指出,“公司正迅速转向以机器学习和分析为中心的应用程序云”。
  • 向云转移的第二个驱动因素是公司正在处理的数据量和多样性不断增长。,因此,组织注重从数据中获得更多价值,因为他们寻求更高级的用例并使工作负载多样化。增长量的一个例子:根据调查,44%的响应公司现在使用的数据池大小超过100兆字节。(与2017年的36%相比).
  • 最后,与现场挑战直接相关 (尽管现场尚未消失)云的好处是(可扩展性,易于实施和管理,大数据处理所需电源的可用性,报告提醒我们,事实上,成本效益高的自助服务平台和弹性计算是随时可用的)。

《2018年大数据趋势与挑战》(Qubole 2018)的主要成果大数据处理向云和机器学习转移的报告

向云端转移显然不是新的。然而,它会加速,而且不会带来任何后果,因为移动到云端和优化用于分析的数据平台是同时进行的,事实上,这是组织的重大转变。

报告公布后,首席执行官Ashish Thuso写了一篇博文在Cloudera和HortonWorks合并之际,强调内部Hadoop供应商如何没有实现其交付价值的要求,并且内部基础设施无法提供复杂的大数据和机器学习项目所需的灵活性和可扩展性。

扩大机器学习计划,通过将大数据处理转移到云端实现

2018年大数据趋势与挑战报告中涉及的第二个主题是机器学习计划的预期扩展,在这种向云端转移的推动下。

机器学习正被用于各种各样的活动,包括关键的安全性,维护,客户关怀,以及潜在客户开发应用程序。但和大多数数据密集型解决方案一样,机器学习提出了各种实施挑战。 (夸布尔)

机器学习计划有望在明年扩展到广泛的用例中,Qubole说。

看看这些机器学习计划的主要优先事项,报告发现:

  • 改进数据安全和威胁保护是首要任务。
  • 优化客户体验vwin免佣百家乐是49%受访者的优先选择。
  • 预测性维护,主要之一工业物联网徳赢中国 用例43%的受访者优先考虑。

在查看大数据处理类型时,《2018年大数据趋势与挑战报告》发现,在调查中,40%的组织完成了机器学习。这与流数据的百分比相同。

2018年大数据趋势与挑战报告
2018年大数据趋势与挑战报告

应用程序数据集成和即席分析仍然是大数据处理的主要类型。然而,随着明年机器学习计划的扩大,预计这个百分比会增长。到底会有多精确,其中,取决于受访者遇到的机器学习障碍,在大数据挑战之上。

在这些机器学习项目挑战中:分析超大数据集(40%的受访者),确保足够的人员和资源(38%)并将新数据整合到现有管道中(相同)。

关于2018年大数据趋势和挑战报告中关于大数据框架使用等主题的这些和其他发现的更多信息,人才短缺等等可以在这里下载.

你也可以查一下新闻稿总结了更多的发现和数据阅读此日志这提供了更多的洞察力,此外,还强调“组织正在云中存储和处理越来越多的数据,以用于复杂的用例,如机器学习,特别分析,应用程序数据集成,和数据流”。

Ashish Thusoo首席执行官Qubole在云计算大数据平台上引用了为复杂数据处理和机器学习而设计的一句话-阅读更多-图片礼貌和源Qubole
Ashish Thusoo首席执行官Qubole在为复杂数据处理和机器学习而设计的云计算中的大数据平台上- 阅读更多- 图片礼貌和来源

《2018年大数据趋势与挑战报告》是根据对401名承担大数据责任的IT和数据专业人士的调查得出的。Qubole是一个用于分析和机器学习的云本地数据平台的提供商,它承诺在“将数据湖变成利润中心”的口号下快速激活大量数据,同时降低成本。

所有图像都属于各自提到的所有者。