架与关键技术。针对大数据应用过程中的对数据汇聚融合、质量保障、开放流通、标准化和生态系统建设的需求，大数据治理技术逐渐成为发展热点。然而当前系统化的大数据治理框架尚未形成，开放共享、质量评估、价值预测等关键技术远未成熟，这成为制约大数据发展的主要瓶颈。  十大趋势  本文在计算体系重构的背景下，对大数据管理、处理、分析和治理4个方面的主要技术挑战、国内外研究现状与差距做出研判，并提出大数据技术发展的十大趋势。  趋势一：数据与应用进一步分离，实现数据要素化。数据一开始是依附于具体应用的。数据库技术的出现使得数据与应用实现了第一次分离。数据存储在数据库中，不再依赖具体的应用而存在。数据要素化的需求将推动数据与应用进一步分离，数据不再依赖于具体的业务场景，数据以独立的形态存在于数据库中，并通过数据服务为不同的业务场景提供服务。例如，人口数据库可以为全部的涉及人口信息的业务场景提供服务。  趋势二：数联网成为数字化时代的新型信息基础设施。将形成一套完整的数联网基础软件理论、系统软件架构、关键技术体系，包括：针对数联网软件以数据为中心的特点，需要从复杂网络和复杂系统等复杂性理论出发，研究数联网软件的结构组成、行为模式和外在性质；针对数联网软件的数据传存算一体化需求，需要采用数据互操作技术和软件定义思想，研究数联网软件运行机理、体系结构与关键机制；针对数联网软件跨层级、跨地域、跨系统运行带来的可靠性、可用性、安全性等质量挑战，需要以数据驱动为手段，研究数联网环境下保障服务质量与保护质量的原理、机制与方法。  趋势三：从单域到跨域数据管理，促进数据要素的共享与协同。以数据为中心的计算的核心目标是数据价值的最大化，关键要打破数据孤岛，实现数据要素的高效共享与协同。传统数据管理局限在单一企业、业务、数据中心等内部，未来大数据管理将从传统的单域模式发展到跨域模式，跨越空间域、管辖域和信任域。但跨空间域会造成网络时延较高且不稳定；跨管辖域会造成数据与应用异构，数据管理复杂度大大提升；跨信任域则要求具备容忍各类恶意错误的能力。跨域带来的这些变化将为大数据技术带来新的机遇和挑战。  趋势四：大数据管理与处理系统体系结构异构化日趋明显。体系结构创新进入黄金十年，围绕不同数据处理特征的新型加速器(GPU、TPU、APU等各种xPU)层出不穷，存储器件快速发展，高速固态硬盘(solid stat
=*=*=*=*=*=
当前为第2/4页
下一页-上一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页