大資料正在重構新經濟模式和業務形態

經過十年發展，大資料技術已足夠成熟，圍繞資料儲存、處理計算的基礎技術，同配套的資料治理、資料分析應用、資料安全流通等周邊技術組合起來，形成龐大的技術生態，助力資料價值活力釋放。

具體而言，大資料技術正在出現幾個重要特徵：

第一，大資料基礎技術已足夠豐富。

大資料時代，最典型的特徵就是資料量大，資料來源異構多樣，資料實時性較高。在這樣的背景下，很多企業出現了難以逾越的技術瓶頸，傳統集中式計算架構以及關係型資料庫單機的儲存和計算效能遭遇挑戰，無法跟得上業務高速發展需求。於是，規模化並行處理(Massively Parallel Processing，MPP)的分散式計算架構出現。同時，在面向海量網頁內容及日誌等非結構化資料處理方面，則出現了基於Apache Hadoop和Spark生態體系的分散式批處理計算框架。而Apache Storm、Flink和Spark Streaming等分散式流計算框架，則主要針對實時性資料，滿足實時計算反饋需求。

第二，資料管理類技術提升了資料質量

和所有技術一樣，大資料也在不斷演化，時刻保持著和企業業務需求同頻。當企業最基本的資料儲存和計算需求得到滿足後，更看重的是資料價值。之前，企業因為缺少有效的資料管理工具，普遍存在著資料質量不高、獲取難、不容易整合、標準混亂等問題，使得資料可用性差。當企業開始越來越重視資料價值，把資料當做最重要的資產，用於資料整合和整合的技術開始成為剛需。

第三，資料分析技術在大資料時代“偷偷掘金”

有了更好的儲存和計算能力，有了高質量資料，如何讓資料變現，成為資料應用的最關鍵一環。沒有一家企業只想停留在資料儲存階段，“死資料”對企業沒有任何意義，如何將資料中蘊含的資料價值充分挖掘，更好地為業務服務?以BI為主的資料分析工具，一定是“殺手鐧”級應用，它與相關的資料視覺化技術、機器學習等，形成組合拳，幫助使用者分析資料價值，挖掘可用資訊。這也是模型應用、以深度神經網路為代表的分析建模技術為什麼能在實際業務場景佔有重要地位的最根本原因。

第四，資料安全合規及共享技術解決了資料價值挖掘的”最後一公里難題”。

當企業的資料價值凸顯，資料的安全和合規問題如影相隨，尤其當資料洩露、資料丟失、資料濫用等一系列的安全事件出現後，企業不得不重視嚴峻的資料安全問題。如何在安全合規的前提下共享資料價值?越來越多的企業不得不採用訪問控制、身份識別、資料加密、資料脫敏等保護措施，加固資料應用環境。所以，更側重於資料流通的安全隱私計算技術，成為大資料發展趨勢下的另一股熱潮。

總之，隨著大資料技術的不斷深化和迭代，以資料為核心的大資料產業正在加速重構，未來會有越來越多的技術、資料產品和資料服務形式深入企業實際應用場景中，最終推動各行各業實現資訊共享，釋放更大經濟潛能。