【.com快译】大数据相关专家表示，2019年很可能是数据湖重燃的一年，私有云也可能卷土重来.其他与大数据相关的预测包括混合混合并行处理将成为普遍环境，大数据将融入“小数据”，透明度将成为人工智能的关键需求。也有专家认为，“更多的开发者会重新审视他们的应用程序是如何处理数据的，因为他们会将数据发送给其他与业务相关的客户端供他人使用”。对于混合云服务、传统服务和现代应用的大型企业来说，解决数据问题将是他们的首要任务。现在人工智能和机器学习将深入企业。2018年，我们看到未采用大数据的劳动密集型手工流程开始消失。不仅在速度上，而且在准确性、自动化、人工智能和机器学习方面都得到了证明，现在越来越多的业务功能正在应用它。例如，大学正在研究学生入学和接受的趋势，以确定谁更有可能进入，以及奖学金在多大程度上影响他们的决定。目前还有另一种信用风险分析来确定***或低收入借款人的信用度。所有这些应用的关键是建立一个好的和稳定的数据模型，而建立一个好的和稳定的模型的关键是能够找到正确的数据和正确的特征。2019年，人工智能和机器学习将在发现和理解构建这些模型所需的数据方面发挥重要作用。向混合开发环境问好。去年预测，云的广泛采用将使对象存储得到强化和适当管理，而新标准将要求数据管理与云、位置和平台无关。2019年，你会看到越来越多的企业已经习惯了云计算，他们正在构建混合的、异构的数据资产，包括多用途大数据、关系数据和非关系（NoSQL）数据，它们存储在本地和在云端。虽然这样做会带来更大的复杂性，但在2019年，您将看到越来越多的解决方案通过定位和计算透明化来简化这种复杂性。从创建单一命名空间的MapR数据结构等文件系统，到解决虚拟数据中心复杂性的AIOps，最终用户将越来越多地避免混合架构的复杂性，同时仍能充分利用它提供的优势。通用、灵活的解决方案。数据湖将产生巨大的回报。虽然传统上重点一直放在创建和补充数据湖的机制上，通常会造成数据沼泽，但2019年将重新关注数据湖应用程序。这与我们使用数据仓库的经历非常相似，最初的数据仓库生成常常被误导，但它们教会了我们创造价值和实现广泛应用的真正需要。我相信2019年将从关注数据湖的机制转向如何使湖中的数据可查找、可用、可扩展和自动化。新的数据湖将以更加规范的方式推出，具有明确的初始用例、使用和管理政策。随着越来越多的组织开始采用跨多个系统的虚拟数据湖，我们也将看到更多的数据湖被构建或迁移到云端，以利用托管基础设施、弹性存储和各种计算能力，数据湖生态系统将继续有待丰富和完善。大数据变成“小数据”。有关机构不会合并所有存储的数据，但会在有限的范围内进行压缩。“随着对数据的更高可见性，他们将有机会合理化存储成本并执行更精确的分析。他们分析哪些数据已损坏并且可以丢弃。而且，“更少”还意味着过去大量数据现在更易于管理和更易用。可解释性将成为人工智能的关键要求。随着越来越多的企业（和政府）使用人工智能和机器学习算法，人们将更加关注透明度和问责制。解释。比如为什么抵押贷款被拒绝？银行能否证明没有非法统计数据（如种族、性别等）被用于决策或训练决策模型？找到合适的数据集并记录其特征和质量，是迈向这种透明度和可解释性的第一步。如果我们不知道数据从哪里来以及它意味着什么，我们无法解释模型或确保它的正确性和合法性。云中的技术进步将使云移动re适用于关键应用。随着IT人员越来越多地将云用于关键应用，他们对安全性和可靠性的担忧以及对正常运行时间的担忧已大大减少。最初，组织将倾向于使用高可用性故障转移集群技术来保护迁移到云的关键应用.这种集群技术也将进行调整和优化，以增强云中的操作。同时，云服务提供商持续交付更高服务水平的能力最终将使云成为所有企业应用程序的首选平台。动态利用率将使HA和DR在更多应用程序中更具成本效益，进一步推动向云的迁移。云在全球拥有近100%的资源，是提供高负载正常运行时间的理想平台。然而，对于许多应用程序来说，提供大部分时间处于空闲状态的备用资源的成本太高。部署在多个区域和区域的云资源越来越复杂，所有这些资源都通过高质量的互联网网络连接，现在只在需要时动态分配备用资源，这将大大降低提供高可用性和灾难恢复保护的成本.云将成为SAP部署的首选平台。随着云服务提供商提供的平台的成熟，他们托管SAP应用程序的能力将变得具有商业可行性和战略重要性。对于服务提供商而言，SAP托管将是确保与企业客户长期合作的一种方式。对于企业而言，“SAP即服务”将是在不牺牲性能或可用性的情况下充分利用云的最经济方式。“快速入门”模板将成为复杂软件和服务部署的标准。快速入门模板是基于向导的界面，它使用自动化脚本来动态供应、配置和编排运行特定应用程序所需的资源和服务。它们的主要优势是减少培训要求、提高速度和准确性，以及最大限度地减少甚至消除主要问题来源（人为错误）的能力。快速入门模板将大大减少DevOps需要花费在测试和配置上的时间和精力。高级分析和人工智能将无处不在，包括在基础设施运营中。高级分析和人工智能将简化IT运营，提高基础架构和应用程序的稳健性，并降低总体成本。随着这一趋势的发展，人工智能和分析将嵌入到高可用性和灾难恢复解决方案以及云服务提供商产品中，以提高服务水平。由于能够快速、自动、准确地理解和诊断复杂配置中的问题，云平台交付的关键服务的可靠性和可用性将大大提高。由于成本和控制，公共云用户将转向私有云。过去转向公共云的吸引力在于，公司可以支付更少的费用并控制更多的数据。但2019年将是收回公司所有资产的一年，因为在公共云中，有很多额外的成本。例如，数据可能可以免费进入，但云提供商对网络流量按每兆字节收费。就私有云而言，云提供商提供固定的月费率，这有利于成本预算。此外，数据长期存储在公有云，在SEC（美国证监会）的频繁审计下，企业失去了对数据的控制权。总体而言，在公共云中，设计、功能和成本挑战可能比前几年最初想象的要高。混合/多云世界中的未来企业需求。越来越多的企业想要推出混合云和多云应用，但他们也不得不考虑混合云数据，这是一个更困难的任务。2019年，人们关注的不再只是应用组件，而是更广泛的应用基础设施问题，数据端的问题更难解决。原标题：Predictions2019:WhatWillHappeninBigData,CloudStorage，原作者：ChrisPreimesberger，【翻译、合作站点转载请注明原译者及出处为.com】
