数据水晶球看眼镜和沸腾的青蛙

沸腾的青蛙。这就是我们所有人的真实情况。当温度上升时，我们将继续放入锅中。不是戏剧性的，而是稳定的。一点一点地，不是疯狂地跳跃，以便我们可能会惊慌失措，但是明显地上升。这个众所周知的比喻可以应用于许多事情，但这里的场合是传统的年终评论，新年预测狂欢。

起初，随着我们处于新发展的不断流动中沉没，只有几件事情成为2018年最引人注目的事物。然而，经过深入思考，事实证明2018年已经有一年了，未来几年的基础工作。这是证明。

从大数据到灵活的实时数据

或者只是数据，真的。“大数据”这个绰号有它的时间和目的。它是在数据量，种类，速度和准确性爆炸时创造的。它有助于捕获并传达大规模数据属性的重要性。它是当时用于存储和处理数据的新型解决方案的流行词汇，这些解决方案脱离了关系数据库的大本营。

到目前为止，NoSQL，Hadoop以及云数据库和存储都很常见。在设计和运行分布式数据系统时必须做出的权衡，在称为CAP和BASE的定理中巧妙地被捕获，在使用这种系统的人员中越来越容易理解。

到目前为止，它是一个给定的：来自各种来源的数据快速生成，并且必须在规模，内部和云中存储和处理，并且越来越多地实时存储和处理。由于多种原因，这一点很重要，而且有很多选择。那么，即使再使用“大数据”又有什么意义呢?让我们宣布这个原因赢了，继续前进。

数据系统的经验规则是他们需要10年才能达到成熟。 NoSQL冠军，如Apache Cassandra和MongoDB，已经达到了10年的历史 ; Hadoop已经过了这一点。这些解决方案最初缺少的许多功能，例如SQL和事务支持，现在都存在。已经催生了供应商和合并。现任者和模仿者已经采用了协议。社区不断发展。

随着基础技术的现实发生变化，架构和经济学正在发生变化，并且每个人都在努力。在多云和混合(内部和云)环境中运行所需的灵活性以及实时处理数据的能力正在成为关键。

数据库和Hadoop供应商正在为其解决方案添加选项，以便在多种环境中无缝运行。云供应商也在朝这个方向发展，增加了在其解决方案的前提版本上运行的能力。Kubernetes有望成为所有环境中数据解决方案的事实上的操作系统。而流数据框架的承诺成为数据的实际网关。

机器学习十月巨星，AI GALORE

大数据时代最具争议的咒语之一就是提示现在存储所有内容并在以后解决。在存储成本高昂的世界中，存储数据需要在前期进行精心设计，并且变化是一种痛苦，这是没有意义的。这不一定是我们今天生活的世界，但可能标志着这种方法的决定性打击的是机器学习。