起源：TechRepublic
作者：乔纳森·格雷格
TechRepublic 与数十位专家进行了交谈，他们说，有趣味对本人的数据做更多工作的公司的数量正一直减少。
随着公司和组织寻找更多的办法来放弃当先，并辨认过来的谬误，数据简直曾经成为每个企业的主战场。
TechRepublic采访了行业首领和专家，他们探讨了对于2021年将呈现的与古代数据堆栈相干的六个话题和想法。
谷歌云数据分析副总裁Debanjan Saha回顾说："当互联网大革命产生时，我是一名网络工程师，我感觉本人真的很侥幸，可能身处这场云和数据反动之中。"
萨哈补充道："我认为明年和将来五年将看到由数据反动推动的数字化转型。" 他提出，财产500强或标普500强公司的平均寿命越来越短，因为企业的倒退和更新速度比以往任何时候都快。"适应和扭转的惟一办法是应用数据，并利用预测模型和AI/ML察看四周的角落。这些因素辨别了新数字经济中的赢家和输家。"
Forrester副总裁兼首席分析师Michele Goetz示意，数据管理正在从剖析第一的策略向基于后果的策略转变，这意味着数据当初是动静的、流式的，并通过流程和机器学习模型进行编排。
"Forrester认为，数据堆栈将超过数据结构延长到数据网络。数据管理将是集中化和超本地化的，以发明当下的智能和体验，"Goetz说。"解决方案架构越来越依赖于跨生态系统和性能汇合的消息传递、网关、API和微服务。蜂群智能和智慧城市用例就是这样的例子。网络架构成为今天的数据架构。"
数据栈的民主化
数据整合公司Fivetran的首席执行官George Fraser示意，最近的数据管理简化浪潮是一个十分重要的趋势，将继续到2021年。
他解释说，就在五年前，像Netflix这样有趣味更好地治理大量数据的公司必须做大量的沉重工作，雇佣数据工程师军团，并投资数百万美元用于令人印象粗浅的开源技术。
现在，很多事件都能够通过订阅某个高端数据仓库来实现。
"数据管理越来越容易了。技术往往会反其道而行之，变得更加简单。但咱们看到的是一种优胜劣汰，我认为这很重要，是一件坏事。根底组件的老本曾经降落了很多，但人们利用数据做得更多也是事实。"他说。
"几个分析师就能实现五年前Netflix须要投资1000万美元的事件，这很酷。这让那些不那么简单的公司和那些不在沿海地区，也不在雇佣最狂热的团队和最好的LinkedIn材料的公司都能取得。更像是凡人也能做这些事件，这是件坏事。"
公司迁徙到云并拥抱多云
数据集成公司Xplenty的首席执行官Donal Tobin示意，越来越多的大公司对云计算体现出趣味，尤其是剖析等方面。
"咱们看到的是，公司们对多种云也有趣味。领有在任何一个大型云玩家内旋转你的平台的能力，正在成为越来越多的要求，"Tobin说。"客户心愿这样，他们不喜爱被捆绑在任何一个解决方案中的那个或一个平台的想法。"
EnterpriseDB首席技术官Marc Linster解释说，全行业都在向云计算转变，因为云计算能够疾速灵便地调整容量，并缩小简短的供给周期以及后期的许可证投资。作为数字化转型策略的一部分，灵便调整容量以适应需要的能力是疾速响应的要害。
来自谷歌云的Saha示意，初创企业和数字原生公司是最早采纳Cloud的，但随着进入2021年，更多的传统企业正在采纳云平台。
"人们曾经开始厌恶数据中心，因为很烧钱，他们感觉云在平安、隐衷和数据治理上有更多的投资"他说
可怜的是，冠状病毒大风行使每个行业的企业别无选择，只能应用数字零碎和云平台来满足需要。
萨哈说：“它从根本上放慢了这一数字化转型的挑战，我认为，不论人们有什么犹豫，咱们都远远超过了这一点。”
谷歌反对的数据分析公司Looker的首席剖析官Colin Zima说，许多客户要求公司可能应用许多不同类型的数据集和云提供商。
然而，除了地区法规之外，大多数公司只是对将数据保留在多个中央感兴趣。
“您不能将所有内容都放在一个中央，因为您须要备份并且须要冗余。因而，即便在Looker上，在被Google收买之前，咱们在Amazon、Google和Microsoft领有其余备份，一种互连正在变得失常，” Zima说。
Netdata的高级机器学习工程师Andy Maguire说，真正须要的是一个能够逾越多个云的联结数据湖。
“例如，如果您将点击流数据存储在Google BigQuery之类的文件中，并且您的外围生产利用和日志都存储在Amazon Web Services（AWS）中，那么就网络入口和进口而言，集中所有数据可能过于低廉。无论是Google Cloud Platform（GCP）还是AWS或在某些供应商的平台上。取而代之的是，咱们须要学习接受多云的复杂性以及如何最佳地进行导航。”
摸索数据的预测价值
没有数据背景的企业越来越意识到，它对于预测性口头很有用。
Gartner 的高级钻研总监Joe Maguire示意，到2020年以及必定会在2021年，没有外部AI / ML技能组的企业将从供应商产品中嵌入的AI / ML性能中受害。
“在应用程序部署过程中，将数据，数据迷信和ML管道保持一致，对于在基于AI的解决方案中继续交付和继续集成定期加强的ML模型至关重要。这须要利用DataOps，MLOps和Platform Ops for AI来扩大AI架构。因而，用于AI的AI编排平台正在衰亡。”
Google Cloud的Saha示意，这不只是查看上一季度或上周的数据，并试图找出过来产生的状况。
他说：“这是对于查看行将到来的事件流并实时采取行动的。” “领有实时剖析将十分重要。人们对转角处和预测将要产生的事件十分感兴趣。如果您能比其他人更快地从数据中取得价值并发明出真正的差异化价值，那就是人们的起因。对预测剖析和预测模型十分感兴趣。”
越来越多地应用人工智能和机器学习
BMC Software的首席产品官Ali Siddiqui指出，古代数据堆栈将来的要害因素将是蕴含AI / ML驱动的智能和预测剖析性能，这些性能将利用宽泛的历史和实时数据。
他说，在IT经营治理畛域，这波及到剖析数据，包含指标，事件，日志，拓扑，事件和更改，并且须要凋谢的平台并且能够集成来自泛滥工具和技术的数据。还须要应用本地数据中心基础架构和应用程序中的数据以及多种云资产来反对混合客户。
Siddiqui说：“随着企业倒退成为自主的数字企业，它不仅仅是从数据分析中取得更多见解，而且还越来越波及可操作性，并可能采取自动化措施。”
“面对一年的不可预测性，企业在使技术堆栈牢靠无误和主动性方面必须冀望出其不意。咱们将看到对AIOps的需要持续增长，因为它能够应用AI解决和预测这些意想不到的状况， ML和预测剖析。”
Saha谈到Google Cloud时说，注入AI和机器学习已成为所有的一部分。这些工具通过执行主动扩大，主动修复，主动优化等性能而宽泛用于治理根底构造。
他说：“一般企业用户，人们应用AI / ML做不凡的事件的形式，将扭转企业将来的经营形式。”他补充说，谷歌正在寻找进一步使人工智能和机器学习民主化的办法，以便那些没有数据背景的人能够通过简略的电子表格进行拜访。
“明年还将有更多的加强剖析，您将看到越来越多的AI和机器学习被集成到人们天然的业务工作流程中。古代的BI是对于在数据资产之上创立数据API，而后进行集成您的仪表板，您的工作就会流入业务应用程序。”
Zima示意，对AI和机器学习的趣味曾经显示出心愿，并将在2021年变得更加宽泛。
“咱们开始看到人们实际上在构建这些数据产品以供外部应用。咱们与几个流服务一起工作，其中一个构建了数据产品，而我之所以应用这种产品，通常是因为它实际上是工作表上面的仪表板，然而您实际上，就像在流服务中一样，浏览题目。因而，它具备产品所有徽标的图标，并且具备触摸性能，然而您能够单击并钻取以获取无关其的指标。”
“他们正在提供相似产品的体验，并且我看到它的产生越来越多。构建这类货色的老本更高。然而我认为，越来越多的人会看到为外部应用而构建的数据产品。”
无关锁定数据的担心
一些专家示意放心，到2021年，数据中的一些知名人士将开始将其数据锁定在竞争对手平台之外。
“我始终以来最放心的是人们正在应用越来越多的这些SaaS工具。个别的公司都有大量的SaaS工具，并且所有这些工具都已锁定了数据。因而Salesforce领有一些销售数据，然而Slack领有聊天数据，您就会领有所有持有数据集的零碎。” Zima说。
“我最大的放心是，这些服务将开始尝试更多地锁定其数据。Salesforce刚刚购买了Slack，而他们领有了Tableau。而且我始终胆怯数据将无奈用于其余产品或服务。 ”
OutSystems的首席营销官罗布森·格里夫（Robson Grieve）回应了这些担心，并示意，因为SaaS应用程序适宜所有人，并且不容许任何模式的差异化或定制化，所以咱们可能会看到一波具备前瞻性的公司，它们正在采纳更古代的应用程序平台办法-将这个过期的模型抛在后面，以构建本人的应用程序，从而真正实现差异化并在此过程中节俭大量资金。
然而只管这种放心是实在的，但其余专家示意，客户放心被某些供应商所困，将迫使他们保持数据公开水平。
Actian产品营销高级总监Lewis Carr示意：“试图成为所有根底数据和云数据仓库需要的一站式商店的剖析工具也将迎接挑战，因为客户将对供应商锁定保持警惕。” “要使古代数据堆栈失常工作，必须对所有原始源，剖析和可视化指标地位凋谢。”
数据堆栈的平安需要
简直每个行业都有网络安全评估，数据管理也不例外。来自Google Cloud的Saha示意，越来越多的客户要求前期在数据的各个不同局部建设对立的端到端数据治理构造。
数据集成公司Xplenty的首席执行官Donal Tobin说，公司“本质上是在您的数据仓库中制作一个定时炸弹。” 他说，客户正在寻求无关数据安全性的更多信息，以至于像Xplenty这样的公司当初都在强调其加密性能，以确保客户的数据安全。
他说：“我认为，这是人们看到的最大变动之一，就是人们才刚刚意识到这一点，就像过来的三，三个月到六个月一样。”
原文：https://www.techrepublic.com/article/6-modern-data-stack-trends-to-look-for-in-2021/