Wikibon最近完成了2017年大資料全球預測，該報告的作者是Wikibon分析師George Gilbert，以及Wikibon的Ralph Finos和Peter Burris，涉及到大資料的市場規模、增長和趨勢等。
2016年，全球大資料硬體、軟體和服務整體市場增長22%達到281億美元，讓大資料成為技術領域更具吸引力的領域之一。
大資料市場正在快速變革，以應對項目故障率較高的問題。正如我們所預測的，對基礎設施的關注正在轉移到對使用執行個體、應用、利用大資料能力建立可持續業務價值上來。
今年，報告把重點放在建構實作大資料成果所必需的戰略業務能力來說最重要的大資料軟體技術上。模型顯示，到2027年期間，在大資料硬體、軟體和服務上的整體開支的複合年增長率為12%，将達到大約970億美元，而這主要是受到了大資料軟體的推動。
大資料軟體細分市場快速增長
與很多技術領域一樣，大資料領域的很多項目首先是把焦點集中在了硬體和基礎設施軟體上。在大資料領域，擷取、儲存和處理大量大資料有很多需要的技術。是以，使用者提到了大規模處理較高資料到達率而建構“資料湖”能力。這種能力仍然很重要，但是建構叢集、資料庫和資料遷移工具是不夠的。如今，企業上司者重新将注意力集中在了建構大資料軟體和系統的工具和業務能力上。下面就讓我們來快速浏覽一下每個大資料軟體細分的趨勢：
應用資料庫增加了分析資料庫的功能。越來越多的資料分析會實時地給人類和機器發送通知資訊。2016年這個細分領域的總規模為26億美元，到2020年增幅放緩到30%達到77億美元。
分析資料庫不止是資料湖。作為資料湖的主幹，MPP SQL資料庫将繼續變革，最終成為大規模、進階、離線分析的平台。2016年這個細分領域的總體規模為25億美元，增幅要慢于總體水準，到2020年達到38億美元。
線上選擇的增長是以大筆基礎設施開支為代價的。這個部分包括像Spark、Splunk和AWS EMR這樣的産品，2016年的總體規模為17億美元。到2020年期間增幅搶眼，到2020年規模将達到61億美元。
物聯網應用将提升持續處理基礎設施。這個細分領域将是新興的、基于微服務的大資料應用的基礎，包括大多數智能互動系統，在2016年的總體規模為2億美元，但是到2020年将增長到18億美元。
資料科學工具鍊正在演變為帶有API的模型。今天，資料科學工具鍊要求有專門的專家來架構、管理和操作。但是，複雜的資料科學工具鍊——包括針對機器學習的——都将轉變為實時的、預教育訓練的模型，可通過開發者應用程式設計接口進行通路。這個細分領域的總體規模是2億美元，到2020将達到18億美元。
機器學習應用現在大多都是定制的。除了出現很多新的專業公司之外，這些應用還将在現有的企業應用中更為普及。2016年這個市場總體規模為9億美元，到2020年它将趕超其他所有大資料細分市場，規模達到63億美元。
本文轉自d1net（轉載