来源:云头条

概要:Gartner近日发布了2018年版面向分析的数据管理解决方案魔力象限。

Gartner近日发布了2018年版面向分析的数据管理解决方案魔力象限。 Gartner特别指出,由于某些因素变得明朗化,具体来说涉及云计算、Hadoop逻辑数据仓库的采用以及中国厂商,这个市场在发生一些变化。面向分析的数据管理解决方案(DMSA)被定义为“支持和管理一个或多个文件管理系统(通常是数据库)中数据的完整软件系统。”

Gartner并没有忽视这个事实:在大多数企业组织,传统的数据仓库使用场合仍是分析工具的基础。然而,企业组织对于管理来自多个不同地方的数据越来越感兴趣。这样一来,Gartner确定了这类解决方案的四大使用场合,包括传统数据仓库、实时数据仓库、与上下文无关的数据仓库以及逻辑数据仓库。

2018年面向分析的数据管理解决方案魔力象限:

2017年面向分析的数据管理解决方案魔力象限:

2016年面向分析的数据管理解决方案魔力象限:

在该魔力象限中,Gartner评估了它认为在这个市场最重要的22家提供商的优势和劣势,并为读者提供了一张图表(魔力象限),根据这些提供商的执行能力和前瞻性列出了厂商们在象限上的位置。该图分为四个象限:特定领域者、挑战者、有远见者和领导者。我们Solutions Review解读了该报告,并列出了几大要点。

报告中新增的厂商包括Actian、阿里云、GBase、Micro Focus、Neo4j、Qubole和Treasure Data。不再满足入围标准的解决方案提供商是1010data、EnterpriseDB、惠普企业(HPE),MongoDB和Transwarp Technology。

Oracle仍然领跑DMSA市场,但领先优势很小。AWS是领导者象限中上升幅度最大的,执行能力和前瞻性都有了显著的提高。这不是Oracle的问题,因为这家技术巨头厂商的地位很牢固,但AWS很可能是明年魔力象限的头号厂商。

IBM的名次下滑了一点,纵轴和横轴上都有下滑。虽然这家厂商拥有广泛的分析产品组合,但Gartner认为其品牌战略令人困惑,在停滞市场的投入也有点令人质疑。Teradata接近Gartner 2017年魔力象限的顶峰,但在执行能力上差强人意。因而,微软得以超越它,如今在这个市场的一流厂商中占据一席之地。

Snowflake和MemSQL是报告唯一的挑战者。虽然MemSQL最近将机器学习模型添加到其旗舰数据仓库平台中,但其在象限上的位置停滞不前。Snowflake也许是该魔力象限中进步最大的提供商,提升了执行能力,因而从去年的特定领域者象限进入到挑战者象限。Snowflake最近一直在疯狂融资,就在入围该报告前不久,它在最近的一轮融资活动中筹资2.63亿美元。

Gartner今年的有远见者象限也只有两家厂商,谷歌和MarkLogic在象限上的位置几乎一样。这对谷歌来说不是最好的消息,因为去年它在挑战者中享有一席之地。不过巧合的是,谷歌今年比2017年更靠近领导者象限。MarkLogic与市场领导者之间的距离非常接近。5月份,该公司发布了其数据库集成产品的重大更新,增加了新的数据集成、安全和管理功能。

特定领域者象限是我们见过的魔力象限中最密集的。然而,考虑到这个市场仍然基本上未加以定义,这不出意料。Cloudera、MapR Technologies和Micro Focus组成了一个群体,靠近魔力象限的中央。这三家提供商都提供强大的产品功能,有望在一年内跃升为市场挑战者。

Hortonworks和Pivotal是我们预计因强大的市场吸引力和产品组合而位次上升的两家提供。Hortonworks的客户满意度很高,而Pivotal提供了一套强大的分析功能。这个象限出现了几家新的提供商:阿里云、Treasure Data、Qubole、Neo4j、GBase和Actian。由于该象限具有不可预测性,这些提供商在未来一年会如何发展仍需拭目以待。

未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。由互联网进化论作者,计算机博士刘锋与中国科学院虚拟经济与数据科学研究中心石勇、刘颖教授创建。

未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

Gartner2018年大数据平台魔力象限:华为位置提升,阿里云和南大通用入围相关推荐

  1. Gartner 2018内容与协作平台魔力象限:格局未定 新势力冒头!

    Gartner近日发布了2018年<内容协作平台魔力象限>报告,一共有14家公司入围今年的魔力象限,其中新入围的公司有三家,来自中国的爱数公司(EISOO)成为本次入围魔力象限唯一的亚太区 ...

  2. 大数据平台应用 17 个知识点汇总

    一.大数据中的数据仓库和Mpp数据库如何选型? 在Hadoop平台中,一般大家都把hive当做数据仓库的一种选择,而Mpp数据库的典型代表就是impala,presto.Mpp架构的数据库主要用于即席 ...

  3. 【2017年第4期】大数据平台的基础能力和性能测试

    姜春宇1,2,魏凯1,2 1.中国信息通信研究院移动互联网与大数据部,北京 100191 2. 数据中心联盟大数据发展促进委员会,北京 100045 摘要:目前整个大数据技术还处于以开源方式为主导.多 ...

  4. 硅谷企业的大数据平台架构什么样?看看Twitter、Airbnb、Uber的实践

    导读:本文分析一下典型硅谷互联网企业的大数据平台架构. 作者:彭锋 宋文欣 孙浩峰 来源:大数据DT(ID:hzdashuju) 01 Twitter的大数据平台架构 Twitter是最早一批推进数字 ...

  5. 大数据平台搭建_一文读懂数据平台、大数据平台、数据中台

    作者 | June 来源 | 智领云科技(ID:LinkTimeCloud) 造概念,在 IT 行业可不是一件陌生的事儿,中文博大精深,新名词.新概念往往简单准确,既可以被大众接受,又可以被专家把玩, ...

  6. 一文读懂数据平台、大数据平台、数据中台

    作者 | June 来源 | 智领云科技(ID:LinkTimeCloud) 造概念,在 IT 行业可不是一件陌生的事儿,中文博大精深,新名词.新概念往往简单准确,既可以被大众接受,又可以被专家把玩, ...

  7. 大公司都在做的大数据平台,为你精选这一份书单

    ​ 现如今每个公司都有自己的大数据平台和大数据团队,可以看出大数据建设在公司的重要地位,不管是用于做数据分析.BI还是做用于机器学习.人工智能等领域,大数据都是基础,海量数据成为了互联网公司的重要资产 ...

  8. 大数据运维:大数据平台+海量数据

    大数据开发独揽大权 大数据技术很早就在BAT这些公司生根发芽,但直到14.15年大数据技术才广泛应用在各大互联网公司,大数据技术由此深入各行各业. 此时大数据开发人才非常紧缺,很多公司大数据从立项,到 ...

  9. 华数大数据平台解决方案

    http://www.soft78.com/article/2016-03/8a2389fd5310d3e40153300fbe9901c0.html 第1章 华数大数据分析平台方案介绍 1.1 华数 ...

最新文章

  1. VS2008 error RC2170: bitmap file xxx.png is not in 3.00 format(转)
  2. 数据绑定以及Container.DataItem几种方式与用法分析 收藏
  3. Hiberate CRUD操作
  4. 华为9月3日或推出麒麟9000;TiDB 3.0.18 发布| 极客头条
  5. python 图像压缩pca_在Python中使用K-Means聚类和PCA主成分分析进行图像压缩
  6. Javascript 调用MSAgent(调用office助手显示动画)
  7. 【可视化】数据仓库与数据挖掘大作业
  8. rational license key error解决办法
  9. (18)UVM sequencer和sequence
  10. pytorch-YOLOv3移植到寒武纪
  11. 专利检索及分析模拟登陆(python)
  12. android手机文件误删除恢复软件,被误删除的文件用安卓手机数据恢复软件怎么找回...
  13. Cesium 地球旋转动画效果
  14. linux检查网络命令总结
  15. 前端测试系列---必不可少的fiddler工具
  16. MATLAB tabulate函数涉及正整数的统计bug
  17. 关于For-Each的一个小知识
  18. nifi使用技巧总结
  19. AT6802ABR1语音识别芯片在智能语音遥控器上的应用
  20. 苹果怎么使用计算机,查找我的iphone怎么用 查找我的iPhone电脑版使用教程

热门文章

  1. Yoshua:深度学习AI迈向人类水平的挑战(附PPT下载)
  2. 站立潮头、无问西东 | 第二届“大数据在清华”高峰论坛成功举办
  3. 英伟达颠覆CPU!Arm架构专为AI而生,性能超x86十倍
  4. matlab添加文件到并行池,【Matlab Debugging】使用 addAttachedFiles(pool, files) 指定要附加的必要文件。...
  5. SAP QM Multiple Specifications的使用III
  6. SAP RETAIL商品主数据Basic Data视图里几个让人莫名惊诧的字段
  7. 美专家:中国的机器人优势所引发的忧虑
  8. 卢宇:改善在线教育,人工智能大有可为
  9. 性能不打折,内存占用减少90%,Facebook提出极致模型压缩方法Quant-Noise
  10. 生成对抗网络在深度学习中占据非常重要的位置