未来数据趋势：实时分析和混合模型

Starburst 联合创始人兼首席执行官 Justin Borgman 概述了他预计的 2025 年数据、人工智能和存储领域的主要趋势。

Borgman 强调，企业越来越重视实时分析。“企业将优先考虑实时分析，在几分钟内提供洞察，以跟上日益激烈的客户和市场需求与竞争。这种转变将使从营销到客户服务的各部门能够更快地做出决策，从而为组织带来竞争优势。实时数据对于希望立即采取行动的公司来说将变得至关重要，将分析从一种临时的、回顾性的工具转变为一种主动的业务驱动因素，”他解释道。

Borgman 发现的另一个趋势是，通过定义明确的数据产品加速和扩展人工智能。 “定义明确的数据产品成为扩展 RAG 等 AI 工作流的先决条件。我们都知道，您的 AI 的好坏取决于您输入的数据，质量和治理的重要性将变得比以往任何时候都更加重要。此外，数据产品包括业务环境，这对您的 AI 应用程序至关重要，”Borgman 表示。

在讨论数据存储趋势时，Borgman 指出了混合 Lakehouse 模型的兴起。“本地数据架构的复兴将使 Lakehouse 扩展到混合环境，无缝融合云和本地数据存储。混合 Lakehouse 模型提供了云存储的可扩展性和对本地的安全控制，在统一、可访问的框架内提供灵活性和可扩展性，”Borgman 评论道。

Borgman 还指出，SQL 在数据湖中重新流行起来，这得益于 Apache Iceberg 等简化数据访问的表格格式。“由于 Apache Iceberg 等表格格式简化了数据访问，SQL 在数据湖中卷土重来，使 SQL 引擎能够超越 Spark。SQL 的重新流行使整个组织的数据民主化，促进了数据驱动的决策，并扩大了团队的数据素养。SQL 的可访问性将使数据洞察广泛可用，支持数据赋能，”他评论道。

此外，Borgman 建议改变现代数据驱动的 SaaS 应用程序的开发方式，更倾向于使用数据湖而不是传统数据库或数据仓库。

“新的数据应用程序将建立在数据湖上，而不是传统的数据库或数据仓库上，”他说

“原因很简单：SaaS 公司非常关心他们所提供产品的毛利率，而数据湖的 TCO 明显更低，并且没有供应商锁定。在对象存储湖上构建应用程序允许公司利用 Iceberg 等开放格式进行存储，利用 Trino 等开放引擎进行计算。最终结果是应用程序堆栈不会花费太多，而且经过验证可以处理互联网规模，”Borgman 详细阐述道。