从大数据地形图看大数据行业发展现状

　　一方面Spark在这一年发展迅猛，作为利用内存进行处理的开源框架，在我们发表旧版本蓝图时就开始引起众多的议论。此后，Spark受到了从IBM到Cloudera等各种玩家的欢迎，并取得了相当大的认可度。Spark的意义在于它有效地解决了关于让Hadoop有所延缓的一些关键问题：它运行快了很多，更容易编写程序，良好的机器学习适用性。

　　另一边，在数据库领域里，NoSQL与NewSQL正在不断融合。NoSQL数据库们纷纷开始支持SQL，而PostgreSQL、MySQL甚至Oracle都开始支持JSON格式存储。因此，数据库领域目前“分布式”、“SQL支持”以及“多类型存储”这几点成为了数据库的最新的必备项。此外，新兴的参与者比市场以容纳的量似乎出现的更多，同时有很多令人兴奋的事情在发生:从图形数据库的成熟、专业数据库的兴起再到另外，数据仓库也同样在不断发展发展。

　　大数据分析：AI与大数据分析结合

　　在过去的几个月里，大数据分析的最主要趋势，是与AI人工智能的结合上。AI与大数据分析的结合，这有利于帮助大量数据的分析，从而得出预测的结论。AI真正帮助人们实现了最初预想的“大数据的功能”，AI和机器学习在数据分析领域就代表了大数据下一步进化的方向。近期的AlphaGo的成功，就是AI与大数据有机结合的最好体现。

　　同时，对于大数据BI领域，AI的出现也大大提高了BI智能化的脚步。不断成熟的AI，可以帮助人们处理数据，计算公式，最终统计和分析出一些特定的适合的模型，这就做到了之前的数据科学家在建模中的许多工作。

　　大数据应用：加速落地

　　既然一些核心基础架构的挑战已然突破，应用层的大数据也随之正在迅速建立起来。

　　值得一提的是大数据应用两大趋势：

　　首先，会有许多许多“大数据原生”应用程序，他们由自己最新的大数据技术建成，并代表了一个有趣的，为客户提供利用大数据而无需自行部署底层大数据技术的方式。

　　其次，人工智能在应用程序层面上也体现出了强大的表现。在许多依赖于AI的大数据应用中，AI的自动化程度已经接近于100%，甚至于很多场景下大大超过了人工操作的效率和准确性。

　　大数据市场：不断成熟

　　对于大数据的生态，我们可以从资本市场就可以很好的判断整个市场和生态的情况。第一波的大数据技术公司，基本都在2009~2013年成立，而至2015年以来，大多都经历了多轮的投融资，也在技术产品和业务方向上趋于稳定。整个2015年，大数据领域的VC投资额度为66.4亿美金，占到了整个科技界投资的11%以上，这足以说明问题。另一方面，用户侧对于大数据的需求不断增加。根据IDC的调查数据，到2015年全球新兴大数据市场规模已经到达330亿美金的规模，在未来3年内市场规模更将突破500亿美元。

　　中国大数据：机遇挑战并存

　　看完了硅谷评选的大数据地形图，作为一个中国的大数据厂商，也是唯一上榜的中国大数据厂商。我们既感到开心，也感觉到任重道远。