全世界都知道大數據是怎么回事：埃森哲公司的“大數據的成功”研究發現，79%的企業高管表示，不采用大數據的公司將失去市場實力，可能面臨倒閉。大數據被廣泛視為所有連接到互聯網的組織的生命線。此外，89%的受訪者認為，大數據將以互聯網的方式徹底改變商業運營。早期采用者在大數據方面看到了競爭優勢，并正在迅速改變顛覆他們自己的數據實踐。

[[259917]]

但問題的關鍵在于許多組織只是在努力實施大數據。Unravel公司最近對組織對其大數據堆棧的意見和期望進行了一項研究，結果顯示只有17%的受訪者將其大數據堆棧的性能評為“***”，幾乎滿足所有關鍵績效指標和目標。這主要是由于缺乏合適的技能、成本以及獲得有價值和可操作的見解所需的時間等障礙。

那么，如果關鍵在人們的掌握之外，那么如何才能通過數據必殺技?答案是優化。但首先，人們必須評估酋長給他們當前數據堆棧帶來的疑慮，以便充分理解為什么人們作為DataOps社區需要如此拼命地進行優化。

由于技能仍然稀缺，大數據引擎是否會停滯不前?

我們的研究揭示了IT運營人員的廣泛痛點。然而，由于36%的受訪者將其列為主要的痛點，因此缺乏技能不斷成為追求數據堆棧協同效應的持續障礙。在這種技能差距中，最迫切的需求是大數據架構師，幾乎一半的組織(45%)存在問題。

隨著大數據不斷爆炸，日常生活越來越多，人們需要大數據架構師大規模處理數據庫，并使數據科學家和分析師能夠梳理這些數據，以便提取可行的見解為需要見解做出業務決策的利益相關者提供更好的生活。它們對于實現企業***對組織的期望至關重要，特別是當他們著眼于改進的數據分析、轉換和可視化時。建筑師將是企業實現這些目標的不可或缺的組成部分。

其中一個主要問題可能是讓企業重新回到數據棧協調和商業幸福的風險中，因為很多組織還沒有在云中托管他們的大數據應用程序。許多人的意圖是：82%的受訪者表示他們具有將現有大數據應用程序遷移到云端的戰略。這里的推論是，他們中的許多人還沒有將他們的應用程序放在云中，因此面臨著隨意擴展和縮小的挑戰，這需要所有基礎設施的準備和維護。

托管在云中的好處是眾所周知的：更多的企業正在意識到云計算提供的可能性。云計算的可擴展性為業務基礎設施提供了包含多個服務器，并提供***的容量水平的可能性。在云中托管還可以降低成本，并提高大數據應用程序的性能。遷移到云端可能會從企業尚未意識到的大數據堆棧中釋放出大量潛力。

使用APM盡早結束組織的生活

目前，大數據在防御性使用時似乎最有利可圖或最有效。報告的主要四個用例是：

• 網絡安全情報(42%)
• 風險。監管。合規報告(41%)
• 預防性維護的預測分析(35%)
• 欺詐檢測和預防(35%)

超越經過試驗和測試的項目可以對業務應用程序性能管理(APM)解決方案產生更大的影響，這是對大型數據堆棧的復雜軟件和硬件沖突進行的微調、處理和增壓。

APM雖然相對較新的大數據堆棧，但是DevOps團隊熟知的一類技術，曾經負責管理企業內不同項目組的工具和技術。

APM是一種能夠支持雙方分歧并幫助企業找到共同點的技術。是否錯過了服務等級協議(SLA)、失敗的作業或工作流程，緩慢的作業或查詢，或計算資源不明智地分配并導致延遲或最終用戶的挫折。通過監控大數據平臺并嘗試無法實現預防或解決這些問題使用日志和圖表修復問題。在典型的大數據部署中，該方法無法擴展。從隱喻的角度來說，傳統的監控和調試方法就像試圖解開交織在一起的電線。它只是無法擴展。對于DevOps來說，在太多不同的系統中存在太多潛在問題，可以通過反復試驗來解決問題并保持準時。

該技術有望為企業帶來新的數據使用方式，但DevOps團隊可能會在可預見的未來管理混合平臺，因為這不是一夜之間的過渡。利用APM的強大功能和優化業務流程將揭示大數據堆棧的真正可能性，更多業務***將開始看到此技術滿足其KPI，有助于降低整個業務的成本和時間管理。

在“大數據或將消亡”的世界里，是時候認真解決復雜、快速、不斷發展的大數據棧所帶來的挑戰了。現在的主要挑戰是確保大數據棧可靠、高效地運行，并且大數據團隊擁有交付下一代應用程序、分析、人工智能和機器學習的工具和專業知識。