数据仓库的未来：6个专家分享了他们的预测（上）

使用电子表格来管理公司的数据的日子一去不复返。

大数据革命对企业如何收集，存储，管理带来了深刻的变化，并分析他们的数据。

先进的数据仓库技术让公司可以对百万行不同的信息进行分析以得到实时的见解，帮助管理者做出明智的，基于数据的决策。

我们联系了六个行业的顶级思想领袖，让他们预测在数据仓库应用的领域这些变化对企业产生了哪些影响。

预测：企业数据仓库将继续分析中占有一定地位，但是在这个时代，他们是一个变化的压力体系结构，开发和运营。

由于hadoop技术的发展，企业数据仓库（EDW）将继续调整他们的地位。企业数据仓库将面临基于hadoop新发展起来的“数据湖”体系结构的强烈竞争。数据湖泊能够节约软件和存储成本。刚起步的企业由于经济原因组织将采取这一策略。Cloudera，mapR以及HortonWorks的延伸扩展正在采取这种做法。企业现有设备提出了有关Hadoop集成到现有的设施很难的问题。然而，特有的数据湖泊以及通用的hadoop的实施时间已经有了下降的趋势。Teradata已经作为先驱已经在适应Hadoop。SAP和IBM正在努力调整自己的策略。

企业数据仓库将面临来自数据仓库自动化领域的巨大变化。就像我们不再“手码”ETL脚本，我预计2015年，产品数据建模和数据库管理将会加快实施的时间。Wherescape，kalido以及datica等平台正在推进数据库结构的设计和实现。因为企业数据仓库随着开发，测试和生产环境的不断发展，这将到了减少错误和数据库模式迁移速度至关重要的时刻。

John L Myers
Managing Research Director BI
Enterprise Management

预测：随着企业发展而发展

就像在企业计算的东西，“数据仓库”会消除你没有去想或者担心的东西。它类似于电力，使惊人的事情发生，如发现见解，讲故事，做决定。有两个原因：

第一个原因，强大的服务正在将全部有意义的数据移动到云上。规划，建立，维护和升级自己的数据仓库或在一个或几个中心位置租一个数据仓库的需求将会消失。它已经被一些更有弹性，无缝的东西取代。未来的数据仓库是一种可以根据你的需求变化在线提供资源流动的，生动的系统。一个新式的前端隐藏了所有的复杂元素，你的服务会选择你想要查询的数据集并按照你的需求把它们放在一起。你掌握的资源将被增强，从几千行到字节。一个强大灵活的云服务阵列将处理这个任务，让业务人员来处理数据。总之，整个网络将是你的数据仓库。

其次，旧的分门别类的模型以及“数据湖泊”概念都有可能不得要领。团队或组织将越来越多地在浏览器中回答他们的问题，甚至在一个平板上。不需安装，不需要本地应用。被昂贵的硬件和软件把自己打倒或者被一个特定的供应商困住意味着浪费宝贵的时间和预算。考虑到我们不知道什么类型的数据源会比其他的更重要，前进的道路是一个将整个网络转化为数据网格的虚拟模型，按照我们所需要的进行连接。如果BI成为一个社会，协同努力，则你的数据也应该这样。

Rachel Delacour
Co-founder and CEO
BIME Analytics

预测：企业将建立“业务数据仓库”，实时从多个数据源整合数据，并且不仅在仪表板和报告中展示，更在日常经营中实际使用他们的数据。

今天的数据仓库并不和企业发展的速度并不一致。它永远需要集成新的数据源到数据仓库。你必须指出你想要的数据报告是什么样的，这样你才能预先定义数据聚集的维度。你必须找到一种模式，可以容纳所有你要包括数据。你必须建立ETL来把你的操作数据翻译为分析架构，你必须保持独立的操作，分析，归档层的技术平台。这种传统的数据仓库是难以改变的。

有三个趋势推动转向更灵活的模型。首先是对想要移动的速度更快和容纳更多的数据的趋势。等待几个月来建模和创建所需的ETL不再是可接受的。其次是对基于分析的发现趋势，通过消费者搜索体验的驱动。业务分析师今天要搜索的模式，使他们能够针对几秒前问的问题的数据结果制定新的问题，他们希望实时获得结果，这样他们才可以找出他们想问下一个问题。

第三是数据仓库中的数据的可操作性发展趋势。这意味着建立可以组合多个数据源并且为操作过程提供安全的数据的数据服务，这样就可以实时完成任务了。欺诈检测，福利资格，以及了解用户都是原来可以离线执行，现在需要在线实时执行的例子。

数据仓库从不是为了存储数据而存在，它是为了挖掘数据的价值。企业需要更多的灵活性，他们发现新技术如NoSQL可以从更多样的数据中比以前更快提供更多的价值。

David Gorbet
VP of Engineering
MarkLogic

转载请注明：数据分析 » 数据仓库的未来：6个专家分享了他们的预测（上）