洪泰精选 | 如何避免成为信息时代的囚徒？——浅析大数据发展趋势( 四 ) 提出了一个著名的

3、对海量实时数据的即时决策需求

传统的数据库业务在技术选型时，往往是根据具体场景进行选择。当应用面对高并发需求的客户并要做出快速响应时，通常选择面向Transaction的数据库；当应用需要多维度对数据进行分析，一般选用Analysis数据库。

而眼前我们随着数据运营对业务发展的驱动更加精细，需要对海量的实时数据进行分析。 Transaction和Analysis虽然在业务上强关联，但是技术上在数据模型、存储模式和响应效率都存在区别，很容易造成资源的重复存储。 Gartner曾提出一个新的混合事务/分析处理（HTAP）架构，实现对单一数据源上的同时处理，然而改方案并没有从根本上改变数据存储的模式，只是在不同的功能侧重之间进行trade-off,所以只能最大程度缩短时延迟，并不能实现在一个系统里避免数据转存的同时处理交易和分析。

4、从“云改造”到“云原生”

随着各大云厂商开始构建自己的云上数据产品，满足差异化的用户需求，大规模可扩展的数据库服务也纷纷开始上云，来为PB 级（1PB=1024TB）的数据集提供分布式数据库服务，比如 Google Big Query、AWS Redshift、阿里云的PolarDB、腾讯云的Sparkling 等等。因此
大数据的基础设施早已开始向云上进行迁移
。

在早期上云的过程中，大数据产品只是简单的云化改造，受制于硬件维护和网络，用户不能专注于数据层和业务逻辑。而“云原生“是只整个构建和运行应用程序的方法从设计之初即考虑到云的环境，原生为云而设计，在云上以最佳姿势运行，充分利用和发挥云平台的弹性+分布式优势。

5、与更多先进技术多方位深度整合

当下，随着大家对于数字经济的数据的更多了解，作为万物互联的基础设施，大数据与其他先进的下一代信息技术实现多方位的深度整合，也是目前大数据领域最受关键的趋势之一。
通过更加智能的算法来分析和管理数据，释放更高利用率的数据价值，也促成了大数据平台和机器学习平台的深度整合
。

经过治理后的大数据，更是与人工智能体现出一种更深的相辅相成的关系，因为数据治理的输出相当于人工智能的输入。一方面人工智能提供了高质量的合规数据，另一方面， AI本身也能使得数据治理的过程变得更加智能。

趋势三：
数据安全合规化

整个大数据行业发展过程中，一直有个如影随形的问题，就是数据的安全与合规问题。 2019 年9 月，多家征信企业分别被警方带走调查，市场猜测可能与爬虫业务有关。大数据安全合规使用以及信息安全保护的问题甚嚣尘上，成为关注的热点。