这 9 个关键字，妹子和你聊聊 2015 年的大数据

2015年，大数据市场的发展迅猛，放眼国际，总体市场规模持续增加，随着人工智能、物联网的发展，几乎所有人将目光瞄准了“数据”产生的价值。行业厂商 Cloudera、DataStax 以及 DataGravity 等大数据公司已经投入大量资金研发相关技术，Hadoop 供应商 Hortonworks 与数据分析公司 New Relic 甚至已经上市。而国内，国家也将大数据纳入国策。

数梦工场邀请专家和您聊聊 2015 年大数据行业九大关键词，管窥这一年行业内的发展。

战略：国家政策 

今年中国政府对于大数据发展不断发文并推进，这标志着大数据已被国家政府纳入创新战略层面，成为国家战略计划的核心任务之一：

• 2015年9月，国务院发布《促进大数据发展行动纲要》，大力促进中国数据技术的发展，数据将被作为战略性资源加以重视；
• 2015年10月26日，在国家“十三五”规划中具体提到实施国家大数据战略。

挑战：BI（商业智能）

2015年对于商业智能（BI）分析市场来说，正由传统的商业智能分析快速进入到敏捷型商业智能时代。以 QlikView、Tableau和 SpotView 为代表的敏捷商业智能产品正在挑战传统的 IBM Cognos、SAP Business Objects 等以 IT 为中心的 BI 分析平台。敏捷商业智能产品也正在进一步细化功能以达到更敏捷、更方便、适用范围更广的目的。 

崛起：深度学习/机器学习 

人工智能如今已变得异常火热，作为机器学习中最接近 AI（人工智能）的一个领域，深度学习在2015年不再高高在上，很多创新企业已经将其实用化：Facebook 开源深度学习工具“Torch”、PayPal 使用深度学习监测并对抗诈骗、亚马逊启动机器学习平台、苹果收购机器学习公司 Perceptio ……同时在国内，百度、阿里，科大讯飞也在迅速布局和发展深度学习领域的技术。

共存：Spark/Hadoop 

Spark 近几年来越来越受人关注，2015年6月15日，IBM 宣布投入超过3500名研究和开发人员在全球十余个实验室开展与 Spark 相关的项目。

与 Hadoop 相比，Spark 具有速度方面的优势，但是它本身没有一个分布式存储系统，因此越来越多的企业选择 Hadoop 做大数据平台，而 Spark 是运行于 Hadoop 顶层的内存处理方案。Hadoop 最大的用户（包括 eBay 和雅虎）都在 Hadoop 集群中运行着 Spark。Cloudera 和 Hortonworks 将 Spark 列为他们 Hadoop 发行的一部分。Spark 对于 Hadoop 来说不是挑战和取代相反，Hadoop 是 Spark 成长发展的基础。

火爆：DBaaS

随着 Oracle 12c R2 的推出，甲骨文以全新的多租户架构开启了 DBaaS（数据库即服务（Database-as-a-Service））新时代，新的数据库让企业可以在单一实体机器中部署多个数据库。在2015年，除了趋势火爆，12c 多租户也在运营商、电信等行业投入生产应用。 

据分析机构 Gartner 预测，2012年至2016年公有数据库云的年复合增长率将高达86%，而到2019年数据库云市场规模将达到140亿美元。与传统数据库相比，DBaaS 能提供低成本、高敏捷性和高可扩展性等云计算特有的优点。

诱人：数据科学家

随着行业的发展，人才显得尤为重要，各公司都期待数据科学专业人才能够挖掘数据信息，来帮助公司开源节流。美国招聘网站 Glassdoor 的报告称，数据科学家的平均年薪为118709美元（约合人民币737550元），而程序员的平均年薪为64537美元（约合人民币400974元）。 

数据科学家能够通过统计变成涉及、开发和调用算法而支持业务决策；管理海量数据；可视化数据以辅助理解。其需要具备三项基本技能：数学/统计、计算机能力、在特定业务领域的知识，被《哈佛商业评论》评委二十一世纪最吸引人的职业。

最快：Sort benchmark/阿里云

阿里云在 Sort Benchmark（全球科技公司“计算奥运会”之称）的2015年排序竞赛中用不到7分钟（377秒）就完成了100TB的数据排序，打破了 Apache Spark 的纪录23.4分钟。

开源：Pivotal

2015年2月，由 EMC 和 VMWare 成立的 Pivotal 宣布其大数据套件的三个核心组件开源：基于内存的分布式 NoSQL 数据库GemFire、基于 Hadoop 架构的大规模并行 SQL 分析处理引擎 HAWQ、大规模并行处理分析数据库 Greenplum。 

Pivotal 开放其大数据套件核心组件的源代码，最主要原因是 Cloud Foundry 开源战略成功驱动，部署大数据战场。

多金：“数字锦衣卫” Palantir 

2015年7月起 Palantir 开始发起新一轮融资，达到8.8亿美元，截止目前已经共计融资23.2亿美元，公司估值200亿美元，排名世界第四，仅次于 Uber。

Palantir 是一家位于加州的大数据情报分析科技公司。该公司的技术是在海量信息之间建立联系、寻求有价值的线索，为情报机构提供结论：在摩根大通内部用于定位网络欺诈，在桥水联合基金，Palantir 被用来管理 1570亿美元的投资基金。该公司曾经帮助美国政府追踪基地组织头目奥萨马·本·拉登。由于其主要客户是政府机构，外界对它的内部状况了解不多。

最后，妹子说：以上这 9 个词，要是只知道 5 个以下，就别和我来聊大数据啦~