有人预测2015年,将是大数据相当成功的一年。讽刺的是,这里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,能有效布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。
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,这里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了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。
有监于物联网产生数据(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,这些附加数据范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。