谷歌对2021年的六个预测:数据和云技术的革命即将到来( 二 )


5.世界上需要实时处理的企业数据越来越多
我们很快就会发现 , 驻留在云中的数据超过了驻留在数据中心里的数据 。 到2025年 , 全球数据预计将增长61% , 达到175ZB 。 大量的数据 , 为企业提供了挖掘机会 。 挑战在于获取当下有用的数据 。 跟踪过去存储的数据可以获得信息 , 但是越来越多的用例需要即时信息 , 特别是在对意外事件做出响应时 。 例如 , 利用实时数据和实时响应 , 立即识别并阻止对企业有巨大影响的网络安全漏洞 。 与解决漏洞相比 , 这可以节省大量的时间和金钱 。
谷歌对2021年的六个预测:数据和云技术的革命即将到来】我们用同样的方法帮助客户克服DDOS攻击 , 如果说2020年教会了我们什么的话 , 那就是企业将比以往任何时候都更需要这种能力来实时应对意想不到的问题 。
尽管实时数据彻底改变了我们收集数据的速度 , 但我们所见过的最出乎意料但又极其有用的数据来源可能是预测分析 。 传统上 , 数据只从物理世界收集 , 也就是说 , 要对将要发生的事情进行计划 , 唯一的方法是看看在物理上可以测试什么 。 但是有了预测模型和像BigQueryML这样的AI/ML工具 , 组织可以基于现实生活场景和信息进行模拟 , 为他们提供形势数据 , 而这在物理环境中是很难甚至是不可测试的 , 而且成本高昂 。
6.超过50%的数据湖将跨越多个云和本地数据中心
我们知道 , 将恰当的服务匹配到恰当的用例是很复杂的 。 尽管云提供了大量更好的数据选项 , 但事实是 , 如此多的企业正在转向这些云解决方案 , 这意味着组织需要一个强有力的数字化战略来保持竞争力 , 这也延伸到了它们的数据存储 。 许多企业都出于灵活性考虑选择了多云 , 尤其是在有这么多选项可用的情况下 。 在云中 , 数据存储的形式要么是数据仓库(主要存储结构化数据 , 易于搜索) , 要么是数据湖(将所有业务数据聚集在一起 , 而不管数据结构如何) 。
我们将看到更多我们已经看到的趋势 , 首先是数据湖和数据仓库之间的界限变得越来越模糊 。 谷歌云拥有多种数据湖现代化解决方案 , 使组织能够集成非结构化数据 , 并使用AI/ML解决方案简化数据湖导航 , 推动洞察和协作 。