日前，Strata+HadoopWorld2016大會在紐約舉行。許多業界人士參加了這個活動。行業專家通過此次大會了解到Hadoop市場日趨成熟，大數據應用日益增長。
行業專家的研究表明，大數據可以帶來巨大的商業利益。在大數據和分析基準研究中，超過四分之三（78％）的參與者表示，預測分析是其組織采用大數據分析最重要的領域。在這個預測分析研究中，幾乎三分之二（57％）的組織表示他們通過應用高級分析獲得了競爭優勢。
因此，人們正在超越技術采用生命周期的早期采用階段。越來越多的組織認識到大數據和高級分析可以提供競爭優勢。因此，人們更多關注的是其商業價值，而不僅僅是追求這個優勢所需的技術。
在Strata+Hadoop世界主題演講上，許多供應商選擇將他們的客戶帶到會場上或分享他們的客戶如何利用大數據技術對組織產生積極影響的故事。還有大量的技術培訓課程，而在主題演講之前還進行了為期兩天的培訓，但活動的主要階段集中在可以用大數據做什么，而不是如何做。與會者似乎也將重點放在活動上。
多家供應商參加了今年早些時候在圣荷西舉辦的Strata+Hadoop活動。他們都表示相比以前的活動，更多的是與業務重點的客戶互動。人們開始尋找將大數據技術應用于實際業務需求的方法。
這不是說在活動中沒有交流和溝通技術話題，其中包括數據科學，流數據和數據準備和治理。還提供了有關各種數據科學主題的教程，包括如何在編程語言（如Python和Spark）中實現機器學習。而這個研究表明，Python是數據科學分析中最受歡迎的語言之一，超過三分之一（36％）的組織使用它。Spark作為提供大數據，機器學習和實時功能的方式越來越受歡迎。至少有六家知名的供應商參加了展會，宣傳他們的數據科學能力，許多其他供應商的營銷材料描述了他們如何支持數據科學，例如使用支持數據科學過程的數據準備工具。
實時處理流數據也是一個常見的主題。大數據的大部分都是流數據不斷生成的。因此，用戶可能會在生成數據時實時分析數據，從而獲得價值。在這個研究中，實時分析是預測分析后第二大數據分析領域（54％）。在其原始形式中，Hadoop被設計為一個批處理系統，但隨著其流行度越來越高，已經向Hadoop生態系統添加了實時功能。
數據準備和治理的主題并不令人驚訝。通過大數據集成基準研究表明，審查質量和一致性問題（52％）和準備數據（46％）的數據被認為是大數據集成過程中最耗時的兩個方面。同樣，這個大數據分析研究表明，39％的組織認為數據質量和信息管理是大數據分析的第二大障礙。供應商和大數據的技術社區正在試圖解決這些問題。
如今，大數據社區不斷發展，Strata+Hadoop世界活動正在幫助廠商與用戶促進對話，教育和增長。這個最近的事件是大數據社區 成長 的表現，意味著重點已經轉移到提供業務價值。Strata+HadoopWorld不僅讓業界人士可以了解大數據技術，還可以了解如何解決業務問題。
編輯：Harris
