ITPub博客

如果你听说过一个叫做“现代数据栈”的东西，那么你并不孤单，谷歌为该搜索返回了4.89亿条结果。虽然现代数据栈似乎并不像以前的计算堆栈那样有明确的定义，但这个术语持续存在促使我们做了一些调查。

数据库选型应该注意什么？

数据治理在炒作周期中迎来翻转。90年代末，元数据管理作为使数据可操作和可信赖的银弹，突然乍现。十几年后，这个行业充斥着失败的、由高层领导推动的计划

随着越来越多的企业将其内部数据转移到云端，产生了更多的数据同步、访问和治理问题。跨多个来源的数据整合成为了IT领导者的另一个痛点，这一挑战背后的关键驱动力是数据源数量和种类的激增。

作为在云中进行大数据分析的首选方法， Lakehouse架构正获得越来越多的关注，因为它们将传统的数据仓库概念与当今的云技术相融合。但是，Lakehouse最终会不会像上一代专用数据仓库那样，把客户困在有限的专有建设中?

由于数据编织描述的是一套集成的数据管理技术，这意味着它可以以各种方式构建。然而，语义知识图谱、主动元数据管理和嵌入式机器学习(ML)等能力是确保数据编织设计成功的必要组成部分。

在报告中，强大的数据文化与组织/业务成功之间存在明显的联系。报告发现，在数据文化方面排名靠前的企业中，有90%达到或超过了收入目标，其中一半超过了收入目标。

什么是行为数据?简单说，它就是人和机器的行为。随着数以百万计的联网设备，包括每天都在使用的智能手机、可穿戴设备、家用电器等等，企业现在可以前所未有地获得丰富、细化的行为数据，这些行为数据能够描述大家如何进行越来越多的活动。

IBM商业价值研究院(IBV)的一项新研究显示，在企业中负责领导和维护AI伦理的角色发生了根本性的转变。当被问及哪个职能部门主要负责人工智能伦理时，80%的受访者指出是非技术主管

谷歌云4月6日推出了Big Lake，这是一个新的存储引擎，将其数据仓库产品BigQuery的治理与开放数据格式的灵活性和使用开放计算引擎的能力融为一体，从而进入了Lakehouse领域。

调查指出，42%的数据科学家说他们的数据科学成果没有被商业决策者使用。尽管90%以上的受访者表示其工作的重要性与大流行病前相同或更甚以往，但还是出现了项目乏善可陈的情况。

据Expert Market Research研究，2020年全球数据库管理系统(DBMS)市场估计接近631亿美元，预计到2026年将达到1256亿美元，在此期间的复合年增长率为12.4%。

越来越多的数据有用吗?还是只是“垃圾”?答案在于组织如何管理他们的数据

现代企业的需求和要求正在以戏剧性的方式转变。因此，旧的“批处理”模式(每天一次大的更新，查询速度慢)正在让位于更细化、更高频率的实时更新(每秒多次更新，查询速度快)，从而带来更新鲜的数据和更快的洞察力。

了解业务上周发生了什么，还是了解现在发生了什么，哪个更重要?好吧，两者都可以提供有用的见解，你可能会用它来改善你的客户体验，制造更好的产品，推出更好的服务，或在业务流程中提高效率。不过，没有什么比了解现在正在发生的事情更重要。