数据分析未来方向：摄取和分析连续信息流
极客时间编辑部
讲述：杜力大小：1.29M时长：02:49
日前，Robin.ly 创业专访特邀 Imply 的共同创始人 &CEO 杨仿今分享他从开源项目到数据分析公司的创业历程，以及对 AI 时代数据分析发展方向的见解。以下为关键内容。
杨仿今见证了大数据领域许多关键的技术革命，在他看来，数据分析的第一代技术是数据仓库，几十年前，甲骨文、Teradata、惠普和许多其他供应商的数据仓库非常受欢迎。而在过去 10 年间，数据已经演变的越来越复杂，数据量一直在增加。结合另一个热门的开源项目 Hadoop 生态系统的兴起，以及公共云供应商的出现，数据分析技术已经发生了变化。
现在出现了一个中央存储地点，不同类型的引擎可以对中央存储地点中的数据进行查询。这就是所谓的数据湖（Data Lake）架构，它是面向多数据源的信息存储系统，可以运行不同类型的分析，也是 Amazon 和 Google 运行数据分析服务的方式，也是人们在深层生态系统中的工作核心。
杨仿今认为数据分析现在正在朝着更加实时的动态工作流程转变。因此现在许多企业都在对数字业务进行投资，将越来越多的业务放在互联网上运行。这意味着，相比先前的各种静态文件，你现在拥有了很多连续的信息流。杨仿今也相信数据分析正在逐渐向摄取和分析连续信息流的方向发展，并表示 Imply 就在朝着这个方向努力，他们正在尝试构建一种新型数据库。
这其中涉及到的一个重要的概念是事件流。杨仿今认为有三种主要的事件流，包括用户生成的数据——一个用户正在使用某种移动产品或数字产品，那么他在这个产品上的种种行为就会生成非常有用的数据。事件流还可以包含应用程序的指标，比如 KPI 或者性能参数等等。它还可以是低级基础架构数据，如服务器指标和服务器日志，基本上就是人们与不同类型产品交互的输出。
此外，对于数据分析如何应对人工智能和机器学习的兴起，杨仿今认为，人们更应该思考诸如公司到底能不能找到成功的 AI 解决方案的问题。
他也表示，人工智能和机器学习的确对整个数据生态系统来说意义重大。把 AI 和 ML 分解成算法和计算两个部分来看，有大量的数据需要处理，系统必须执行原始计算以得出一些初步的分析，随后通过更智能的算法获得相应的决策和推荐，等等。例如 Imply 建立了一个像计算层一样的基础结构，能让更高级别的 AI 技术实现许多应用，比如大规模数值运算。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
该免费文章来自《极客视点》，如需阅读全部文章，
请先领取课程
请先领取课程
免费领取
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示，欢迎踊跃留言。
收起评论