行业趋势与挑战

更新时间:2025-02-14 05:40

近些年来,数据在国民经济各个领域扮演着愈发重要的角色,其使用特点较之以往也发生了诸多变化。本文将介绍当前数据技术的发展趋势以及企业在这一过程中面临的业务挑战。

技术发展趋势

规模爆炸性增长

随着8K、5G、IoT、大数据、AI等系列技术的发展,数据量迎来了爆发式增长。IDC在《Data Age 2025》的报告中预测,从2018年到2025年,全球数据将从33ZB急速增长到175ZB,比2016年产生的数据量增加了十倍。这表明注重数据价值的时代已经来临,并逐渐取代了从模拟数据向数字化转变的时期;产生、使用和管理对生活产生重要影响的数据信息,对于消费者、政府和企业的正常生活和运转必不可少。消费者和企业将持续在不同设备和云之间产生、分享和访问数据,增长速度也将超出此前的预期。

生产处理实时化

从数据的3V特性(体积,速度和变化)来看,大数据强调数据量,PB级以上,是静态数据;而Fast Data在数据量的基础上,意味着速度和变化,客户可以更加实时、快速地进行数据处理。IDC在新发布的一份白皮书中表示,随着全球连接的增多,更多数据将产生,其中实时数据所占比例将增加;到2025年,全球近30%的数据将是实时的。在Forrester最近的一项研究中,超过75%的受访公司已经使用Fast Data解决方案。在接受调查的人中,88%表示他们需要近乎实时地对数据执行分析。

生产处理智能化

企业视之为有价值的数据,不再仅仅限于结构化数据,大量半结构化数据(如日志)、非结构化数据(音视频)等等比例在持续增加。IDC在《Data Age 2025》的报告中预测到2025年非结构化数据占企业数据的80%以上,并且以每年55%的速度增长。如果没有工具来分析这些海量数据,企业无法在商业智能表上留下大量有价值的数据。因此,“数据多模”需求被逐步提出。传统大数据技术可以满足此类需求,但其发散的技术栈和不统一的使用习惯,都难以在广大企业内落地使用。因此急需统一、标准化的技术解决方案。

数据加速上云

Gartner预测到2023年,所有数据库中75%将放在云平台上。企业机构正在云中部署新的应用程序,并以更快的速度迁移现有的数据资产。这一趋势将会持续。数据库管理系统的部署和创新越来越倾向于“云优先”或“纯云”。挑选DBMS 解决方案的数据和分析负责人逐渐接受这样一个事实,即云DBMS是未来的发展方向。

面临的业务挑战

数据散乱不一致

传统企业的数据具有多样性,包括结构化、半结构化以及非结构化的数据。数据来源上包含数据库数据、日志数据、对象数据以及已有数仓上的存量数据等。这些不同来源、不同格式的数据,各自又有不同的访问和分析方式,而大量传统企业基于关系数据库构建自己的业务系统,已经非常熟悉按SQL的方式去使用数据,这无疑增加了企业存储和使用数据的成本。

分析不实时

企业运营的形式越来越多样化,例如,实时推荐、精准营销、广告投放效果、实时物流、风控等。数据时效性在企业运营中的重要性日益凸显,数据的实时处理能力成为企业提升竞争力的重要因素。越来越多的企业大数据分析已不再局限于传统的T+1场景,对数据的实时性分析和处理提出了更高要求。传统的批处理模式往往有数小时甚至数天的延迟,不能满足T+0的业务需要,用户要求在秒级,甚至毫秒级完成对海量数据分析。

系统极复杂

大数据平台普遍存在使用复杂的问题。用户希望专注于核心业务,而非底层技术。用户希望使用的是“开箱即用”的方案,而不是陷入到高昂的学习成本、繁复的技术细节之中。用户渴望拥有一个简单易用的平台。此外,大数据平台的组合方案在细粒度的访问权限控制、高可靠性方面,特别是对于金融等行业客户的数据容灾、高可用的需求无法很好支持。

使用成本高

数据在企业中的使用,具有明显的周期性和不确定性。一方面,业务发展变化很快,其数据规模体量也变化很大;另一方面,有些业务具备很强的时间周期特点,平时空闲,高峰明显。这些特点对底层基础能力提出了很高的资源弹性要求。这里所说的弹性,既包括存储能力的弹性,也包括计算能力的弹性。用户可以根据自身的需求,灵活选择资源方式,并根据发展需要,随时变更资源配置,达到投入资源收益最大化。

  • 本页导读 (1)
  • 技术发展趋势
  • 规模爆炸性增长
  • 生产处理实时化
  • 生产处理智能化
  • 数据加速上云
  • 面临的业务挑战
  • 数据散乱不一致
  • 分析不实时
  • 系统极复杂
  • 使用成本高
文档反馈
phone 联系我们

立即和Alibaba Cloud在线服务人员进行交谈,获取您想了解的产品信息以及最新折扣。

alicare alicarealicarealicare