新興技術(shù)為我們的數(shù)據(jù)之旅鋪平了道路。我們已經(jīng)看到Kubernetes在應(yīng)用程序自動化方面處于領(lǐng)先地位，越來越多的公司將賭注押在了云上，以及當(dāng)今的企業(yè)對數(shù)據(jù)科學(xué)的依賴程度正不斷提，再加上對大數(shù)據(jù)的人工智能高級分析，可以看到數(shù)據(jù)管理領(lǐng)域正出現(xiàn)更多機(jī)會。

以下是我期待在2020年看到的一些最大數(shù)據(jù)趨勢。

趨勢1：Kubernetes將在2020年推動AI更加可操作

在高級分析和人工智能方面，“ Kubernetizing”將在2020年帶來全新的分析堆棧。通過將數(shù)據(jù)從遠(yuǎn)程數(shù)據(jù)孤島移動到K8s集群中以實現(xiàn)更嚴(yán)格的數(shù)據(jù)局部性，分析堆棧的 “ Kubernetizing”解決了數(shù)據(jù)共享和彈性挑戰(zhàn)。盡管容器對于管理Web服務(wù)器和獨(dú)立數(shù)據(jù)庫等無狀態(tài)應(yīng)用程序非常有效，但在高級分析和AI方面，Kubernetes仍有增長的空間。在2020年，Kubernetes將成為推動運(yùn)營AI工作負(fù)載的關(guān)鍵部分。

分析堆棧正從SQL轉(zhuǎn)移到緊耦合的關(guān)系數(shù)據(jù)庫，再到Hadoop和云，逐漸變得更加分散。原始數(shù)據(jù)庫的核心元素可以是它們自己的獨(dú)立系統(tǒng)或?qū)印ＶT如Kubernetes之類的技術(shù)允許將這些不同的部分組合在一起，從而簡化在任何環(huán)境中運(yùn)行的應(yīng)用程序，并改變與環(huán)境無關(guān)的軟件和應(yīng)用程序的部署和擴(kuò)展方式。

現(xiàn)在，當(dāng)我們仔細(xì)思考當(dāng)今的數(shù)據(jù)趨勢已將我們帶到何處時（尤其是高級分析和AI）時，我們看到了對分發(fā)模型訓(xùn)練和處理的更大需求。這需要在您的Kubernetes部署中編排數(shù)據(jù)。這是一個很難解決的問題，因為要顧忌分析堆棧是如何分開的。數(shù)據(jù)湖（S3，HDFS，GCS等），計算框架（Apache Spark，Presto，Hive，Tensorflow等）以及其他依賴項（例如目錄服務(wù)）（Hive Metastore，AWS Glue，KMS等）都處于活動狀態(tài)并自行管理。隨著Kubernetes驅(qū)動更多可操作的AI，數(shù)據(jù)編排技術(shù)將成為這一趨勢的關(guān)鍵部分。

Kubernetes簡化了將多個分布式系統(tǒng)一起部署的復(fù)雜性，但隨著分解變得越來越普遍，我們將看到在K8s集群上運(yùn)行的更先進(jìn)的可操作AI。下一組要解決的挑戰(zhàn)將是數(shù)據(jù)訪問，數(shù)據(jù)局部性和數(shù)據(jù)彈性。

為了在Kubernetes中為可操作的AI做準(zhǔn)備，請查看使Kubernetes中的數(shù)據(jù)能夠訪問遠(yuǎn)程數(shù)據(jù)的技術(shù)。對于未來的AI工作負(fù)載需求而言，將數(shù)據(jù)本地化重新帶入環(huán)境至關(guān)重要。

趨勢2：無碼/低碼技術(shù)將簡化數(shù)據(jù)科學(xué)

到2020年，借助無代碼/低代碼技術(shù)，簡化的數(shù)據(jù)科學(xué)將得到發(fā)展。我們看到企業(yè)中比以往任何時候都更側(cè)重于使用高級的分析和人工智能；公司將業(yè)務(wù)押在從AI和ML衍生的數(shù)據(jù)驅(qū)動的結(jié)果上。如今，要對大量數(shù)據(jù)進(jìn)行如此深入的分析和洞察，您需要一名數(shù)據(jù)科學(xué)家或工程師——具有廣泛的編程技能和非常深的數(shù)學(xué)知識的人員。可以想象，這些類型的人的需求量很大，供不應(yīng)求。

2020年會帶來什么？

數(shù)分鐘被部署而不是數(shù)周的AI。這是公司想要實現(xiàn)的目標(biāo)，盡管可以實現(xiàn)這一目標(biāo)的專業(yè)人員數(shù)量有限。我們將看到更多使最終用戶（在大多數(shù)情況下為業(yè)務(wù)或數(shù)據(jù)分析師）從自己的數(shù)據(jù)中收集深刻見解的技術(shù)。這些無代碼或低代碼技術(shù)將把機(jī)器學(xué)習(xí)帶到最前沿，并使服務(wù)變得更智能，因此企業(yè)不會依賴具有特定專業(yè)知識的個人。例如，除了構(gòu)建和部署模型之外，我們還將看到“創(chuàng)建您自己的模型，我們將為您提供訓(xùn)練”的自主技術(shù)。

我們最近看到的項目包括Google的Cloud AutoML（“無需編碼的AI培訓(xùn)師”）和Teachable Machine 2.0（面向新的ML實踐者的入門產(chǎn)品）之類的技術(shù)。此類技術(shù)將使非技術(shù)的最終用戶能夠?qū)嵤┖瓦\(yùn)行模型，同時避免出現(xiàn)錯誤（在構(gòu)建AI模型時經(jīng)常發(fā)生錯誤）。

今年，我們看到C3.ai，Mendix和Appian公司在低代碼AI領(lǐng)域涌現(xiàn)了幾項新技術(shù)，所有這些新技術(shù)都吹捧了低代碼平臺，這些平臺幾乎不需要編碼經(jīng)驗，甚至可以提高開發(fā)人員的工作效率。

如果此方法適合您，請確保您的無代碼/低代碼技術(shù)具有內(nèi)置的應(yīng)用程序邏輯，位于其上方的托管或聲明層以及位于其下方的可與數(shù)據(jù)集和模塊配合使用的框架。

趨勢3：云計算巨頭將專注于多云

在過去三年中，我們一直在聽到人們談?wù)摶旌显?#xff0c;而在過去的一年中，多云的趨勢越來越多。在大多數(shù)情況下，這只是討論，但在2020年將發(fā)生變化。在部署和利用多云環(huán)境方面，我們將看到顯著增長。

我們正處于主要云提供商（AWS，GCP，Azure）的起步階段，他們向市場推出了能夠支持多云部署的技術(shù)。

Microsoft Azure Stack Hub允許用戶在自己的數(shù)據(jù)中心中利用Azure云服務(wù)，而Microsoft最近剛剛發(fā)布了Azure Arc，這是一個多云管理層，將Azure擴(kuò)展到其他公共云平臺（例如AWS和GCP）。

AWS Outposts允許用戶在本地運(yùn)行適用于多云/混合架構(gòu)的AWS基礎(chǔ)設(shè)施。用戶可以利用任何數(shù)據(jù)中心，托管空間或本地設(shè)施中的任何AWS服務(wù)，基礎(chǔ)架構(gòu)或運(yùn)營模型。

Google Anthos可使應(yīng)用程序能夠在Google Cloud，私有數(shù)據(jù)中心（確實如此）和/或其他公共云（Azure和AWS）中運(yùn)行。它使用戶真正成為不需可感知云和喜歡使用多云的人。

云提供商意識到不同的用例需要不同的環(huán)境，并且正在構(gòu)建產(chǎn)品，允許其用戶從一個數(shù)據(jù)中心（云）靈活地遷移到另一個數(shù)據(jù)中心。

這些技術(shù)的好處是巨大的。用戶可以自由地在他們想要的任何地方輕松地部署，運(yùn)行和管理其應(yīng)用程序，同時滿足業(yè)務(wù)和技術(shù)要求。必須學(xué)習(xí)不同的環(huán)境和不同的API的日子已經(jīng)一去不復(fù)返了。這些技術(shù)使企業(yè)可以避免供應(yīng)商鎖定，通過使用更接近客戶的數(shù)據(jù)中心來獲得更好的性能（更少的延遲），幫助遵守數(shù)據(jù)治理要求（例如GDPR），并在發(fā)生故障時提供彈性。

在2020年，我們將看到企業(yè)在多云環(huán)境下的數(shù)量翻倍。隨著這些類型的服務(wù)逐漸成為主流，入門也變得容易。

關(guān)于作者

史蒂文·米（Steven Mih）是Alluxio的首席執(zhí)行官。他在企業(yè)技術(shù)解決方案的銷售，業(yè)務(wù)開發(fā)和市場營銷方面擁有20多年的經(jīng)驗。他的營銷經(jīng)驗來自于一些領(lǐng)先的組織，包括Aviatrix，Couchbase，Transitive，Cadence Design Systems和AMD。

總結(jié)

以上是生活随笔為你收集整理的Kubernetes，多云和低代码数据科学：2020年最热门的数据管理趋势的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。