《Gartner解读大数据技术生命周期》由会员分享，可在线阅读，更多相关《Gartner解读大数据技术生命周期（3页珍藏版）》请在金锄头文库上搜索。
1、Gartner：解读大数据技术生命周期Posted on 2012年09月5日 by DinK in 199IT推荐文章, 数据行业, 行业资讯 with 0 Comments 大数据还处于不断被人们重新定义的阶段，现在又多了一个属于自己的Hype Cycle技术生命周期。Gartner近期发布了首个专门针对大数据话题的报告2012年大数据Hype Cycle(Hype Cycle for Big Data, 2012)。Hype Cycle技术生命周期指的是企业用来评估新科技的可见度，利用时间轴与市面上的可见度(媒体曝光度)决定要不要采用新技术的一种工具。它的定义本身就不太好理解，而报告中列
2、出的大数据技术和专业术语更多达47个，数据科学家、基于云的网格计算、预测分析、开放政府数据，无一不缺。Gartner的Hype Cycle类别中遍布了这些技术，记录了大数据从炒作到成熟并进入主流的过程。Gartner研究副总裁Hung LeHong在近期的一次网络研讨会上提到：“大数据不是一项单一的技术，而是一个概念，是一套技术。”这一成套的技术在生命周期的早期阶段汇集到一起，逐渐变得越来越复杂。业务分析师希望从数据中获得更多的见解，厂商希望将“大数据解决方案”融入到更多的产品之中。从报告中可以看出，今年Gartner决定用文字把这一现象记录下来。如今，企业已经有能力利用低价的服务器、开源技术
3、和云计算来进行开销不大的大数据实验。尽管Hype Cycle报告通常较多利用图表的方式展现，但是本次报告同样辅以了更多的文字内容，每种技术都用一至两页进行了分析。Hype Cycle生命周期的意义Gartner调研副总裁兼大数据专家Mark Beyer说：“大数据的概念同样包含两个方面，它真实存在在我们的世界中，但其作用有时被夸大了。”大数据之所以真实是因为科技的进步和恰当的时间点。2009年，影响科技发展的四大要素内存、存储性能、处理能力、网速在规模与速度方面成倍增长。这些要素的突飞猛进并不奇怪，但各有各的周期，达到顶峰的时间点也就各不相同。因此，在大数据中它们同时爆发就不太寻常了。除此之外
4、，IT人士也变得越来越能够接受新鲜的技术。Beyer认为，在IT技术部门中产生了两种极端的情形：一种是技术发展促使性能大幅度提高;另一种是原有设备无法继续满足数据需求。2010年，用户开始对数据有了更多的需求，IT系统压力陡增，市场中必须发展出缓解该压力的方式。更多数据的需求以及技术支持的发展结合得恰到好处，市场的需求越来越大。于是一场技术革命风暴演变为炒作，席卷整个行业。然而Beyer说：“即使是炒作，那又如何?”虽然所有这些因素凑到一块儿相当少见，但也不是完全没有过。在20世纪70年代末80年代初互联网刚刚诞生的时候，业界就曾经遇到过这样的情况;在未来的15-18年里，这样的情况还会重现，
5、而这次将属于大数据时代。在这段时间里，大数据的发展将不断挑战业内技术的革新，并构建出全新的收集、存储和分析数据的方式。一些分析师认为现有的大数据技术会在未来几年之内变得无处不在，Beyer却不认同，他认为这些技术不会独立发展，而是会完全融入到传统IT环境中去。Hype Cycle生命周期的阶段今年8月中旬，也是大数据火起来的第二年，大数据还出现在了Gartner的新兴技术Hype Cycle(Hype Cycle for Emerging Technologies)报告中。去年，Gartner将大数据列为“科技诞生的促动期”(Technology Trigger)，即Hype Cycle生命周
6、期五个阶段中的第一个阶段。今年，大数据进化到了第二阶段，即“膨胀期望的高峰期”(plateau of inflated expectations)，其中包括了生命周期的至高点和由胜走向衰的转折点。Gartner对大数据所作的评估遭到了部分专家的异议。驾驭大数据浪潮(Taming the Big Data Tidal Wave)一书的作者兼Teradata的首席分析官(CAO)Bill Franks说：“虽说大数据在市场中确实存在炒作现象，但我认为它离明显的衰败还差得远呢。”Ventana调研公司的副总裁Tony Cosentino表示认同：“难道每一种技术都必须在成功前遭遇滑铁卢吗?”然而，专
7、家们质疑的还不仅仅是大数据发展周期的排列，他们还对其在第一阶段中所包含的内容有所怀疑。这也是Gartner选择专为大数据出一份独立报告的原因之一。Opera Solutions LLC的首席策略官(CSO)Laura Teller说：“这就好像在1995年的时候问别人新兴的互联网以后会不会流行一样;现在的问题在于大数据仅靠自己的力量无法真正提升业务。”Cosentino表示同意：大数据正处变革期，开始的时候肯定会有很多人提出“为什么”，但慢慢地就会转变为“那又有什么关系”。问题的关键还得看分析技术的发展了。Cosentino说：“用石油业打个比方，我们正在从石油开采向石油的提炼和分销发展。我不知道在一百年前石油的发现是不是也曾遭遇炒作，所以你无法预测一个技术未来的走向。”
