未来的发现：大数据的魔力

大数据商业化模式将在可以预见的未来成为继门户网站、搜索引擎、社交媒体网络之后新一波的创业浪潮和产业革命。

未来，大数据技术将向如下几个方向发展：

（1）商业智能的可视化展现分析

商业智能的最高层级是可视化展现分析，数据可视化服务将会实现把报表、分析层指标关联等数据信息以动态、形象、时时交互、界面友好地展现给管理层，并通过动画、图形、趋势线、美观的界面等更直观地展现报表层、分析层等信息，从而帮助管理层掌握现状，为作出合理的决策与风险评估等提供信息依据。商业智能可视化展现分析工具与应用将得到普遍推广和应用。从数据仓库发展到联机分析处理（OLAP）和数据挖掘，再到数据的可视化展现。

目前，数据可视化展现已经基本成熟，数据可视化展现将主导商务智能应用的发展。

目前比较成熟的商务智能开发工具如QlikTech、MicroStrategy、SAS、SAP等公司推出的产品，通过数据可视化展现工具以形象的视觉感帮助我们直观地看到数据背后的信息，从而帮助商家、企业或政府部门掌握其发展现状，为作出合理的决策与风险评估等提供信息依据。图1-2所示的是农产品的销售情况，通过对所收集到的农产品进行收入、利润和销售额的分析，可以更直观地了解每种农产品的销售情况。

图1-2 农产品销售情况

（2）MPP架构的数据分析平台成为主流

大数据的到来改变了传统架构的数据分析平台，海量数据并行处理的MPP（Massively Parallel Processing）架构将得到广泛应用。目前在一体机中MPP已得到很好的应用。(https://www.daowen.com)

如今云计算平台（Hadoop）架构和MapReduce模式组合应用就采用了MPP架构，已经非常成熟。

Hadoop是云计算平台的架构，MapReduce是一种处理海量数据的框架模型。在Hadoop架构体系中运用了MapReduce并行编程计算模式以处理海量的数据，属于分布式运算技术，可以显著提高大数据的分析性能。

（3）库内分析

传统的分析方法在进行数据分析时要求将数据从数据库中移出，然后再进行分析，这种数据移动占用了整个分析过程70%以上的时间，对提交业务所需要的结果带来了严重的限制。在大数据时代，人们需要在大数据量、吞吐量与准确性之间维持平衡，传统的分析方法只能满足其一。

未来数据库内分析技术将解决应用传统的分析方法时遇到的分析瓶颈，有效提升业务性能与可扩展性。

所谓库内分析是指数据在结果被过滤和处理之前不会离开数据库，所有的数据分析过程在数据库内就可以即时完成，大大节省了数据移动所占用的大量时间，同时通过将数据保存在数据库内，还可以大大提高数据安全的级别，分析代码与模型在整个企业中共享，允许即席分析。

（4）云计算分析平台得到推广

未来各类应用程序及基础设施将逐渐转移到云计算平台上，大数据的分析工具和数据库也将走向云计算。