資料庫2018年的驚喜和2019年的預測
考慮到技術變化的速度,我們認為讓IT高管分享他們對2018年最大驚喜及2019年預測的看法會很有意思。以下是他們對資料庫的瞭解:
2018年的驚喜
Edgewise Networks的技術長兼創始人Harry Sverdlove和基礎設施架構師Sean Lutner
資料庫包含組織最敏感的資料,但公司仍然將其資料庫暴露出來。鑑於資料洩露的數量和頻率,令人驚訝的是,公司繼續假設他們的系統是安全的,並且不打擾加密或其他以資料為中心的安全性。
Neo4j產品副總裁Philip Rathle
MongoDB和Elastic在公開市場上的市值達到了4B美元,而Snowflake在私募市場上的估值大致相同。這極大地證明了對專業資料庫的需求,這些資料庫承擔了資料問題的離散有價值的部分:這是一個很好的指標,我們將看到成功的大型公司圍繞這個前提建立。
IDERA產品管理總監 Stan Geiger
Microsoft透過整合SPARK和Hadoop分散式檔案系統來完全採用大資料叢集,以滿足對大型儲存叢集的需求。微軟還擴充套件了Windows 10以執行Linux子系統,因為它們繼續支援越來越多的Linux平臺功能。此外,隨著雲採用率不斷提高,像Oracle和SQL Server這樣的大型企業增強了他們的自主資料庫產品。也許最令人興奮的是,NoSQL資料庫中的創新越來越多地被主流關聯式資料庫所吸引,使它們再次更具相關性。
Cavirin Systems工程副總裁Brajesh Goyal
雲資料庫的指數增長。成本和慣性是主要驅動因素 - 為什麼打破一些有效的東西。使用現有的雲交付服務,組織必須更加自信和安全。
2019年預測
Edgewise Networks的技術長兼創始人Harry Sverdlove和基礎設施架構師Sean Lutner
大資料已經死了。資料是業務驅動因素,因此公司儘可能地積累資料,儘可能多地將資料放入系統中。儘管有新的法規(如GDPR和CA Consumer Privacy Act),但公司在2019年不會採取絕對不同的方法來保護他們的資料庫。
Quest Software產品管理副總裁Venkat Rajaji
鑑於最近在整個組織中部署和整合應用程式的方式發生了變化,業務部門將發現自己越來越有能力圍繞IT支出做出重大決策,以及如何構建IT以支援特定的業務需求。我預測業務部門將選擇基於SaaS的IT堆疊,或者他們將透過影子IT(如Citizen Data Scientists)開發自己的解決方案。這種賦權將使LOB決策者能夠探索他們的想象力,考慮創造性的替代方案,並找到新的方法來提高商業價值。與此同時,這將代表IT在組織中發揮作用的根本轉變。推動此預測的一些因素包括可以與內部部署資料庫整合的SaaS和基於雲的應用程式的普遍採用,
Neo4j產品副總裁Philip Rathle
有些人會開始意識到,大RAM - 近年來變得越來越便宜,並且比它所要求處理的資料更快 - 可以為某些型別的複雜資料問題提供比商品更好的TCO和實時效能橫向擴充套件模型近年來變得流行。
Ben Slater,CPO,Instaclustr
由於Kubernetes和Apache Cassandra都是非常流行的技術,開發人員越來越多地希望將這些解決方案結合使用 - 這種趨勢將在2019年上升。棘手的部分是,雖然Kubernetes上的Cassandra資料庫起初相對簡單,但自定義指令碼(或使用特別設計的操作員)需要克服Kubernetes對資料庫的理解的限制。期待資料庫即服務(DBaaS)提供商將他們的專業知識用於使開發人員更容易解鎖Kubernetes的容器編排和流行的高可用性,高可擴充套件性資料庫(如Cassandra)的全部優勢。
傑森劉易斯,垂直運動首席開發人員
2018年資料庫市場發生了重大轉變,因為像MongoDB這樣的NoSQL資料庫成為了發展世界的新寵。2019年將展示市場的穩定性,因為街區的新孩子們正在大放異彩,開發商再次專注於最佳工具。
Unravel Data執行長Kunal Agarwal
使用永續性和無伺服器查詢環境而不是瞬態環境將越來越受到關注。因此,像Amazon Athena,Google BigQuery,Cloudera Impala和Apache Presto這樣的新SQL引擎將繼續看到越來越多的採用。儘管有流行的神話,但這些較新的SQL引擎表明它們可以提供與瞬態執行環境相同的可靠性,可伸縮性和效能。
Madiskar Kumar,Redis Labs技術和產品營銷副總裁
在2019年,公司將越來越多地依賴高效能的記憶體多模型資料庫,這些資料庫可以支援所有資料型別和用例,尤其是隨著微服務的採用的增加。採用微服務方法可以提供一系列好處,但前提是公司利用適當的資料庫,以便跨服務儲存,管理和共享資料幾乎是零延遲。
IDERA產品管理總監 Stan Geiger
資料庫管理員的角色正在發生變化。作為自主資料庫,人工智慧/機器學習和資料分析變得更加普遍,DBA需要對這些技術進行自我教育以保持相關性。隨著組織中大資料的採用不斷增加,分析工具和人員的支出將以更快的速度增長。此外,AI和多個資料庫平臺中的資料爆炸將需要增加對企業內資料治理的投資。我們還將繼續採用基於雲的NoSQL,圖形和分析資料庫平臺,以支援組織更多地採用AI工具和機器學習。
Cavirin Systems工程副總裁Brajesh Goyal
雲資料庫(SQL,IDS)將經歷大規模增長,包括資料庫供應商和雲提供商提供的資料庫供應商。
Bitnami工程副總裁Rick Spencer
Influx將成為用於服務指標和物聯網的主要時間序列資料庫,尤其是在AWS中。
Splice Machine執行長Monte Zweben
甲骨文對橫向擴充套件SQL的叛逃將達到公司在其季度披露中包含風險因素的程度。此外,我們將看到基於雲的SQL資料平臺的大幅增長。
Claire Giordano,Citus Data副總裁
資料庫的變化可能會在新的一年裡出現,讓DevOps工程師的生活更輕鬆。由於可能由機器學習系統提供自動推薦和自動調整功能,這些自動調整功能將消除困擾DevOps工程師的容量規劃和效能最佳化的挑戰。
Rob Strechay,高階副總裁,產品,Zerto
備份供應商面臨的最大挑戰是如何最大限度地減少頻繁備份對生產的影響。要解決這個問題,備份的絕對基礎將不得不改變。組織希望實現快速恢復和更細粒度的解決方案的真正融合,而不會對計算或網路頻寬產生負面影響。在2019年,無論企業是想要回退七秒還是七天,他們的備份系統都應該讓他們快速輕鬆地完成這項工作 - 最大限度地減少因任何原因造成的資料丟失中斷。
Gijsbert Janssen van Doorn,技術傳播者,Zerto
在2018年,我們看到硬體供應商試圖將軟體層融合到他們的產品中,但他們真正創造的只是供應商鎖定的新時代 - 在許多方面實現超鎖定。在2019年,組織將重新考慮融合解決方案的含義。隨著IT專業人員越來越多地尋求開箱即用的簡化操作解決方案,我們將看到技術供應商共同努力,將更多與供應商無關的全面融合系統推向市場。
StorCentric技術長,Nexsan創始人Gary Watson
今年,我們看到人們傾向於高容量儲存,而資料的數量和複雜性正在不斷增長。2018年充滿了擁有大量媒體庫的挑戰,但隨著2019年即將實施的高密度和可擴充套件儲存,這些挑戰將大大減少。我們看到的主要困難之一是難以將資料儲存在不同的位置,但隨著自動化工具的改進和變得更容易訪問,使用者將能夠決定資料的儲存位置和持續時間。在2019年,我們最有可能看到組織在混合雲模型中利用這一點,創造完美的IT平衡。
Nikita Ivanov,GridGain Systems的創始人兼技術長
資料庫世界正在迅速轉向資料庫平臺即服務或“dbPaaS”模型,其中資料庫作為雲服務提供商的服務使用。我預計這種趨勢將越來越多地應用於記憶體計算解決方案。記憶體計算平臺即服務或imcPaaS解決方案將使公司能夠輕鬆使用記憶體計算平臺作為主要雲服務(如AWS,Microsoft Azure,Oracle雲,華為雲等)的PaaS解決方案。我們已經看到各個行業的領先公司,從金融服務到線上業務服務,再到運輸和物流,在私有云和公共雲上部署GridGain記憶體計算平臺,用於大規模,關鍵任務用例。
Cloudera分析總經理Anupam Singh
企業業務部門希望從資料倉儲中獲得敏捷性,以便他們能夠以極高的速度回答業務問題。IT團隊在其內部部署叢集上擁有數PB的資料,能夠以最少的管理成本提供數千個容器。業務使用者將使用此雲原生基礎架構來構建自助服務,瞬態和短期資料應用程式。藉助允許我們跨多個雲共享資料上下文的新技術,我們將看到組織在私有云和公共雲之間無縫移動。有了這些共享資料,我們預計公共雲和私有云之間的資料會模糊。
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/31557424/viewspace-2222542/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 2018年預測:GPU資料庫或是資料庫統治者!GPU資料庫
- 微服務在2018年帶來的驚喜和2019年預測微服務
- 2018年大資料,機器學習和人工智慧預測!大資料機器學習人工智慧
- 關於JavaScript, NPM官方釋出了2018年的回顧以及2019年的預測JavaScriptNPM
- 2019年五大攻擊形式和資料洩露的八大預測
- 軟銀2019年全年財務業績預測資料
- 2018年的AI/ML驚喜及預測19年的走勢(一)AI
- 2018年的AI/ML驚喜及預測19年的走勢(二)AI
- 2019年的無伺服器預測 - techtalkwithbhatt伺服器
- 國外專家預測2019年資料架構趨勢架構
- 2023年資料工程預測
- 2019年-2026年全球搜尋廣告收入預測(附原資料表)
- 2024 年大資料領域的關鍵預測大資料
- 資料庫的智慧化運維和故障平臺預測資料庫運維
- 2018年-2023年美國技術零售收入預測(附原資料表)
- 年度回顧:2018年的AI/ML驚喜及預測19年的走勢(一) ...AI
- 年度回顧:2018年的AI/ML驚喜及預測19年的走勢(一)AI
- 2019年-2023年全球智慧手機出貨量預測(附原資料表)
- 機器學習預測2018年世界盃冠軍隊機器學習
- Zenith:2018年媒體消費預測
- 2018年人工智慧13大預測人工智慧
- 資料庫的花樣年華資料庫
- 2019-2021年印度IT支出規模預測(附原資料表)
- GSMA:未來五年移動經濟預測報告 到2018年資料收入將超語音
- 2019 年技術大趨勢預測
- 2019年JavaEE領域預測 - adambienJava
- 2018-2023年全球圖書收入預測(附原資料表)
- 全球專家預測!2018年AI圈的13大趨勢AI
- 2020年數字營銷預算與2019年相比的預計變化(附原資料表)
- 2019年-2024年全球移動DRAM佔總DRAM產量比例預測(附原資料表)
- 最新!2019 年最好用的 7 款資料庫監控工具資料庫
- 2018年-2023年全球電視出貨量同比增長率預測(附原資料表)
- 2018年-2023年全球智慧手機OLED螢幕滲透率預測(附原資料表)
- DB-Engines:2018年3月資料庫排名資料庫
- 2019年1月資料庫流行度排行: PostgreSQL蟬聯2018年度冠軍資料庫SQL
- 2019-2021年印度IT支出增長率預測(附原資料表)
- Yann LeCun、吳恩達等的2019年AI趨勢預測Yann LeCun吳恩達AI
- 我對2019年人工智慧行業發展的預測人工智慧行業