当前位置:大数据业界动态 → 正文

年终盘点:2017年数据科学发展的新趋势

责任编辑:editor006 作者:田晓旭 |来源:企业网D1Net  2017-12-26 16:10:24 本文摘自:it168网站

2001年,Gartner给出了大数据的概念,即大数据是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。这其中点出了大数据关键的3V特征,即海量、速度和多样性,也很明确的为我们指出了大数据在哪些方面存在挑战。但是,16年过去了,现在大数据发展仍然没有达到边界,还是一个充满想象力的领域。

因为数据的存在,让很多新的行业焕发出了无限的价值,社交媒体网站可能就是一个典型的例子。对于企业来说,目前的主要问题就是如何使用收集来的数据创造价值。为此,Dzone社区调查了734个和大数据相关的技术人员,下面我们就来看看有哪些有趣的结论。

开源仍然是大趋势

开源是整个IT技术的大趋势,在大数据领域也不例外。据Dzone的相关调查,71% 的受访者都在使用开源工具进行数据科学的相关工作,只有16%的人在使用商业工具。开源工具在个人开发项目和企业应用程序中得到了快速应用。

2016年曝光度最高的开源工具Spark,今年的采用率从去年的31%增长到了45%。而今年曝光率最高的开源工具,TensorFlow绝对算得上一号,自谷歌一年半之前发布以来TensorFlow的采用率已经达到17%。

开源工具的出现让大数据的应用推进的更快,如果不能快速适应上手新的开源工具,那么关于数据科学的相关工具就无法开展。

Apache Hadoop仍然是领头羊

前几天,有的专家在预测数据库未来发展趋势时,提出了一个观点那就是“Hadoop将死”,但是通过具体的数据,我们发现Apache Hadoop现在仍然有实力强劲。65%的数据工程师都正在使用或者曾经使用过Apache Hadoop。47%的技术人员使用Yarn进行集群管理。62%使用Apache ZooKeeper,55%使用Hive来做数据仓储。

得益于MapReduce处理和存储数据的能力,自2011年发布以来,Apache Hadoop就一直呈现着高速发展的趋势,现在广受欢迎的众多先进工具都是建立在Hadoop之上。对于开发者和数据科学家来说,Hadoop是一盏明灯,有助于他们在未来职业中的晋升。

当然,为了克服MapReduce的局限性,Apache Spark应运而生,同时还衍生出一些其他的新技术,例如 Spark SQL、GraphX、 MLib和 Spark Stream等等。

数据库的发展

年终盘点:2017年数据科学发展的新趋势

关于数据库的发展,今年并没有大格局的变化。据Dzone的调查,MySQL被60%的受访者应用于生产和非生产的环境中。MongoDB被47%的受访者应用于生产环境中,48%应用于非生产环境中,PostgreSQL被41%的受访者应用于生产环境中和40%应用于非生产环境中。

而商业数据库可能是由于许可证的问题,似乎并不如开源数据库那么受欢迎。而其他一些数据库,例如SQLite这样轻量级的数据库也会占据一定的份额。但是NoSQL数据库的发展则越来越稳健,有56%的数据科学从业人员选择使用NoSQL。

编程语言、工具、库和框架

年终盘点:2017年数据科学发展的新趋势

数据科学其实很大程度上都依赖开源的编程语言、工具、库和框架。就编程语言来说,Python和R都是数据科学的热门语言。相比较于R语言来说,Python可能更受欢迎一些,其在受访者中获得了63%的支持,而R语言则获得了61%的支持。

而对于框架来说,Spark Stream在流数据计算框架中颇受欢迎,在数据采集过程中Kafka得到了54%的支持。剩余其它的一些框架则没有得到超过25%的支持率,不过,这其中还有一匹黑马,那就是GraphX,其在迭代图处理类别中获得了24%的支持率。

关键字:Hive 开源数据库 谷歌

本文摘自:it168网站

年终盘点:2017年数据科学发展的新趋势 扫一扫
分享本文到朋友圈

关于我们联系我们版权声明友情链接广告服务会员服务投稿中心招贤纳士

企业网版权所有©2010-2018 京ICP备09108050号-6

^