大数据市场将会继续增长这一点毋庸置疑，但企业应该如何应用大数据呢？目前还没有一个清楚的答案。新的大数据技术正在进入市场，而一些旧技术的使用还在继续增长。本文涵盖大数据未来发展的十大趋势，这些趋势可能对2017年及以后的大数据市场产生极大影响。
专家预计，机器学习、预测分析、物联网和边缘计算将对2017年及以后的大数据项目产生深远影响。
1. 开放源码
Apache Hadoop、Spark等开源应用程序已经在大数据领域占据了主导地位。一项调查发现，预计到今年年底，近60％企业的Hadoop集群将投入生产。佛瑞斯特的研究显示，Hadoop的使用率正以每年32.9％的速度增长。
专家表示，2017年许多企业将继续扩大他们的Hadoop和NoSQL技术应用，并寻找方法来提高处理大数据的速度。
2. 内存技术
很多公司正试图加速大数据处理过程，它们采用的一项技术就是内存技术。在传统数据库中，数据存储在配备有硬盘驱动器或固态驱动器（SSD）的存储系统中。而现代内存技术将数据存储在RAM中，这样大大提高了数据存储的速度。佛瑞斯特研究的报告中预测，内存数据架构每年将增长29.2％。
目前，有很多企业提供内存数据库技术，***的有SAP、IBM和Pivotal。
3. 机器学习
随着大数据分析能力的不断提高，很多企业开始投资机器学习（ML）。机器学习是人工智能的一项分支，允许计算机在没有明确编码的情况下学习新事物。换句话说，就是分析大数据以得出结论。
高德纳咨询公司（Gartner）称，机器学习是2017年十大战略技术趋势之一。它指出，当今*先进的机器学习和人工智能系统正在超越传统的基于规则的算法，创建出能够理解、学习、预测、适应，甚至可以自主操作的系统。
4. 预测分析
预测分析与机器学习密切相关，事实上ML系统通常为预测分析软件提供动力。在早期大数据分析中，企业通过审查他们的数据来发现过去发生了什么，后来他们开始使用分析工具来调查这些事情发生的原因。预测分析则更进一步，使用大数据分析预测未来会发生什么。 普华永道（PwC）2016年调查显示，目前仅有29％的公司使用预测分析技术，这个数量并不多。同时，许多供应商*近都推出了预测分析工具。随着企业越来越意识到预测分析工具的强大功能，这一数字在未来几年可能会出现激增。
5. 智能APP
企业使用机器学习和AI技术的另一种方式是创建智能应用程序。这些应用程序采用大数据分析技术来分析用户过往的行为，为用户提供个性化的服务。推荐引擎就是一个大家非常熟悉的例子。
在2017年十大战略技术趋势列表中，高德纳公司把智能应用列在了**位。高德纳公司副总裁大卫·希尔里（David Cearley）说：“未来10年，几乎每个app，每个应用程序和服务都将一定程度上应用AI。
6. 智能安保
许多企业也将大数据分析纳入**战略。企业的**日志数据提供了以往未遂的网络攻击信息，企业可以利用这些数据来预测并防止未来可能发生的攻击，以减少攻击造成的损失。一些公司正将其**信息和事件管理软件（SIEM）与大数据平台（如Hadoop）结合起来。还有一些公司选择向能够提供大数据分析能力产品的公司求助。
12下一页全文本文导航第 1 页：你知道2017年大数据十大发展趋势吗？第 2 页：物联网、边缘计算等对大数据的影响
公安机关备案号：
