如今，大数据的发展趋势正在迅速转变，但专家预计机器学习、预测分析、物联网、边缘计算将在未来几年对大数据项目产生重大影响。
大数据已不再只是一个流行术语。调研机构Forrester公司的研究人员发现，在2016年，将近40%的企业正在实施和扩展大数据技术的应用，另外30%的企业计划在未来一年内采用大数据。同样，来自NewVantage Partners的“2016年大数据执行调查”发现，62.5%的企业现在至少有一个大数据项目投入使用，只有5.4%的企业没有计划或没有实施大数据项目。
研究人员表示，大数据技术的采用不会很快放缓。根据调研机构IDC公司预测，大数据和业务分析市场将从2018年的1301亿美元增长到2020年的2030多亿美元。
“数据的可用性、新一代技术以及向数据驱动型决策的文化转型将继续推动企业对大数据和分析技术和服务的需求。”IDC公司分析和信息管理集团副总裁Dan Vesset说，“2015年的全球大数据市场收入达到1220亿美元，2016年的市场收入增长11.3%，预计到2020年大数据市场收入的复合年均增长率将达到11.7%。”
虽然大数据市场将会增长，但企业对如何使用他们的大数据却不那么清楚。新的大数据技术正在进入市场，而一些老旧技术的使用也在不断增长。
大数据的发展趋势
真正掌握大数据趋势就像试图监控风向的每日变化一样，只要感觉到风向，它就会改变。然而，以下趋势明显地推动了大数据的发展。
1.大数据和开源
Apache Hadoop、Spark和其他开源应用程序已经成为大数据技术空间的主流，而且这种趋势似乎可能会持续下去。一项调查发现，近60%的企业预计到今年年底将采用Hadoop集群投入生产。根据调研机构Forrester公司的报告，Hadoop的使用量每年增长32.9%。
专家表示，到2017年，许多企业将扩大对Hadoop和NoSQL技术的使用，并寻找加快大数据处理的途径。许多人寻求能够让他们实时访问和响应数据的技术。
Hadoop就是开源大数据项目的一个很好的例子。
2.内存技术
内存技术是企业正在研究加速大数据处理的技术之一。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。而内存技术可以将数据存储在RAM中，并且存取速度要快很多倍。Forrester 公司的一份报告预测，内存数据结构市场规模每年将增长29.2%。
目前有几家不同的供应商提供内存数据库技术，特别是SAP、IBM、Pivotal公司。
3.机器学习
随着大数据分析能力的进步，一些企业已经开始投资机器学习(ML)。机器学习是人工智能的一个分支，其重点在于允许计算机在没有明确编程的情况下学习新事物。换句话说，它分析现有的大数据存储库来得出改变应用程序行为的结论。
根据Gartner公司的研究，机器学习是2017年十大战略技术趋势之一。报告指出，当今最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，以创建理解、学习、预测，以及潜在地自主操作系统。
大数据已不再只是一个流行术语。调研机构Forrester公司的研究人员发现，在2016年，将近40%的企业正在实施和扩展大数据技术的应用，另外30%的企业计划在未来一年内采用大数据。同样，来自NewVantage Partners的“2016年大数据执行调查”发现，62.5%的企业现在至少有一个大数据项目投入使用，只有5.4%的企业没有计划或没有实施大数据项目。
研究人员表示，大数据技术的采用不会很快放缓。根据调研机构IDC公司预测，大数据和业务分析市场将从2018年的1301亿美元增长到2020年的2030多亿美元。
“数据的可用性、新一代技术以及向数据驱动型决策的文化转型将继续推动企业对大数据和分析技术和服务的需求。”IDC公司分析和信息管理集团副总裁Dan Vesset说，“2015年的全球大数据市场收入达到1220亿美元，2016年的市场收入增长11.3%，预计到2020年大数据市场收入的复合年均增长率将达到11.7%。”
虽然大数据市场将会增长，但企业对如何使用他们的大数据却不那么清楚。新的大数据技术正在进入市场，而一些老旧技术的使用也在不断增长。
大数据的发展趋势
真正掌握大数据趋势就像试图监控风向的每日变化一样，只要感觉到风向，它就会改变。然而，以下趋势明显地推动了大数据的发展。
1.大数据和开源
Apache Hadoop、Spark和其他开源应用程序已经成为大数据技术空间的主流，而且这种趋势似乎可能会持续下去。一项调查发现，近60%的企业预计到今年年底将采用Hadoop集群投入生产。根据调研机构Forrester公司的报告，Hadoop的使用量每年增长32.9%。
专家表示，到2017年，许多企业将扩大对Hadoop和NoSQL技术的使用，并寻找加快大数据处理的途径。许多人寻求能够让他们实时访问和响应数据的技术。
Hadoop就是开源大数据项目的一个很好的例子。
2.内存技术
内存技术是企业正在研究加速大数据处理的技术之一。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。而内存技术可以将数据存储在RAM中，并且存取速度要快很多倍。Forrester 公司的一份报告预测，内存数据结构市场规模每年将增长29.2%。
目前有几家不同的供应商提供内存数据库技术，特别是SAP、IBM、Pivotal公司。
3.机器学习
随着大数据分析能力的进步，一些企业已经开始投资机器学习(ML)。机器学习是人工智能的一个分支，其重点在于允许计算机在没有明确编程的情况下学习新事物。换句话说，它分析现有的大数据存储库来得出改变应用程序行为的结论。
根据Gartner公司的研究，机器学习是2017年十大战略技术趋势之一。报告指出，当今最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，以创建理解、学习、预测，以及潜在地自主操作系统。
