在過去幾十年來，數(shù)據(jù)管理和商業(yè)智能已然成為了企業(yè)價值創(chuàng)造的核心。那么，就不妨來閱讀一下本文所介紹的Computer Weekly是如何跟蹤數(shù)據(jù)管理所為企業(yè)組織帶來的相關承諾和磨難吧。

        在過去的半個世紀中，數(shù)據(jù)管理已經(jīng)成為大部分IT商業(yè)價值的助產(chǎn)師。

　　在大約二十年前的1996年11月7日，當Nicholas Enticknap撰文以紀念 Computer Weekly創(chuàng)刊30周年時，他寫道：“20世紀90年代以來，IT為企業(yè)所提供的競爭優(yōu)勢越來越明顯，而這也導致了數(shù)據(jù)挖掘和數(shù)據(jù)倉庫應用程序的興起。

　　“這同時還導致了能夠使得您企業(yè)組織所擁有的數(shù)據(jù)和應用程序方面的優(yōu)勢能夠為別人所用的一大升值，包括為客戶、供應商和中介機構(如經(jīng)紀公司)所用。”

　　二十年后，還是在這一IT大背景下，數(shù)據(jù)管理、商業(yè)智能和數(shù)據(jù)分析仍然有著特殊使命。Enticknap繼續(xù)評論其是“自20世紀90年代以來，所推動的第二次重大革命：基于互聯(lián)網(wǎng)計算的興起。”

　　而在更早十年的1986年7月3日所發(fā)行的Computer Weekly報刊上，同一作者也曾談到了類似的主題，在一系列關于當時所謂的“第五次革命”的計算相關的介紹文章中，涉及到人工智能(AI)：“我們即將看到新的應用程序被陸續(xù)推出，旨在將數(shù)據(jù)轉化為信息，如提供決策支持和專家系統(tǒng)。”

　　從第一代到第四代的計算，無論它們之間具體區(qū)別的細節(jié)是怎樣的，都“遵循了由約翰·馮諾依曼(John vonNeumann)和他的同事們在1944年所首次提出的同樣的基本計算機體系結構”，Enticknap寫道，彼時一臺計算機還是“一臺超級強大的計算器時，而電子仍處于其起步階段。”

　　而一大方面的新的典范，其中還包括了用戶友好的計算機，則很好的解決了“如何充分利用在數(shù)據(jù)領域的大規(guī)模投資的問題。”

　　關系數(shù)據(jù)庫模型和語言

　　Enticknap于1996年寫道，到了20世紀70年代，我們已經(jīng)看到，事務處理數(shù)據(jù)庫的建立、而微型計算機也已經(jīng)作為一種商業(yè)工具。同時，我們還看到數(shù)據(jù)庫管理系統(tǒng)和跨多臺微型計算機的分布式處理的推出，而不再是集中于單一一臺大型主機。

　　到那個時候，關系數(shù)據(jù)庫模型打破了數(shù)據(jù)存儲和應用程序之間的依賴關系，已成為了眾所周知的事情。其已經(jīng)由供職于IBM、牛津大學畢業(yè)的數(shù)學家英國人Tedd Codd在1970發(fā)表了一篇論文《A Relational Model of Data for Large Shared Data Banks(大型共享數(shù)據(jù)庫的關系數(shù)據(jù)模型)》從理論上證明成立了。

　　智能業(yè)務策略分析師兼顧問邁克·弗格森為Ted Codd及其合作者和同事們工作，而劍橋數(shù)學家Chris Date則在上世紀80年代末期則為他們工作。

　　弗格森很驚訝的發(fā)現(xiàn)，IBM花了如此長的時間——大約11年的時間——才將Codd發(fā)明的關系模型轉變?yōu)閿?shù)據(jù)庫產(chǎn)品。到了1978年，拉里·埃里森和他的Oracle數(shù)據(jù)庫團隊彌補了這一差距。而Oracle目前仍然是企業(yè)數(shù)據(jù)庫領域的巨頭。

　　IBM也是結構化查詢語言(SQL)的滋生地，其是由 Donald Chamberlin和Raymond Boyce在上世紀70年代中期所發(fā)明的，而且該語言目前仍然是最被廣泛使用的數(shù)據(jù)庫語言。

　　SQL是一種實現(xiàn)關系模型的語言。弗格森回憶了Codd和Date在涉及距離原始概念的偏差時的不滿。盡管如此，借助SQL，關系數(shù)據(jù)庫——如Oracle的數(shù)據(jù)庫、以及IBM的DB2、微軟的SQL Server、現(xiàn)在由SAP所擁有的Sybase DB，已經(jīng)發(fā)展壯大。

　　事實上，SQL在數(shù)據(jù)庫領域的持久存在已十分顯著。盡管在過去的10年里，有Hadoop堆棧、NoSQL數(shù)據(jù)庫、Apache Spark框架這樣的所謂的大數(shù)據(jù)技術的興起，但SQL已多次作為數(shù)據(jù)查詢的超級語言回歸了。

　　數(shù)據(jù)倉庫和商業(yè)智能

　　在紀念Computer Weekly創(chuàng)刊三十周年的?？希幸粋€關于數(shù)據(jù)倉庫如何在1996年嚴重辜負了關于其炒作的故事。

　　“彼時，盡管圍繞著這一概念有著各種各樣的炒作，但在英國排名前1000名的企業(yè)組織中，僅僅只有不到10%的企業(yè)組織正在部署實施數(shù)據(jù)倉庫。”據(jù)Computer Weekly的報道。而在今天，我們又

　　在基于大數(shù)據(jù)Hadoop的“數(shù)據(jù)湖”的領域，看到發(fā)生了類似的故事。

　　數(shù)據(jù)倉庫體現(xiàn)了以分析為目的的數(shù)據(jù)庫技術的演變，并主張為一家企業(yè)組織所有的業(yè)務系統(tǒng)數(shù)據(jù)建立集中的存儲庫。

　　這個想法主要是獲取事務性數(shù)據(jù)庫的數(shù)據(jù)，并將其加載到數(shù)據(jù)倉庫中進行分析。這樣一個對于生成數(shù)據(jù)的提取、轉換和加載(ETL)的技術，遷移數(shù)據(jù)，然后利用商業(yè)智能(BI)軟件將編寫SQL查詢的痛苦移除，來寫報告和分析。

　　這套技術現(xiàn)在經(jīng)常被用于處理過于緩慢和過時的任務，以及過于依賴于企業(yè)內部IT的任務。其在今天經(jīng)常被用來與新一波的現(xiàn)代數(shù)據(jù)發(fā)現(xiàn)和可視化軟件進行對比，包括諸如Qlik、Tableau和similar ilk，以避免IT作為一種功能。

　　然而，在上世紀90年代中后期和2000年代早期，弗格森非常希望重申以數(shù)據(jù)倉庫、ETL和商業(yè)智能軟件這三種技術為代表的生產(chǎn)力的基本的階躍變化。

　　“彼時，數(shù)據(jù)倉庫絕對需要瞄準BI市場。截至那時，我們所有的都是那些綠色和白色打印的紙張，吐出事務型數(shù)據(jù)庫系統(tǒng)，以進行報告。”他說。

　　弗格森說，他曾在那個時候供職于Teradata公司，而該公司在彼時在其大規(guī)模并行處理數(shù)據(jù)庫“非常具有先鋒性”，并為以報告為目的進行了優(yōu)化。

　　再加上當時興起的ETL技術(特別是興起于現(xiàn)在的Informatica公司)和BI工具——包括Business Objects公司、Cognos公司以及MicroStrategy公司，等等——數(shù)據(jù)倉庫/商業(yè)智能，標志著“生產(chǎn)力的分水嶺”，弗格森說。

　　他說：“早期實施了這些技術的10%的企業(yè)組織，都是由那些已經(jīng)看到了洞察力的價值的管理者們所領導的”。

　　這種洞察力也是從SAS和(現(xiàn)在的IBM的SPSS預測)等數(shù)據(jù)分析技術的使用而產(chǎn)生的，其較少的是關于BI報告，而更多的則是關于用于預測的統(tǒng)計模型的建立。

　　數(shù)據(jù)倉庫開發(fā)與來自SAP公司、Siebel的大企業(yè)資源規(guī)劃(ERP)和客戶關系管理(CRM)軟件包的興起并行發(fā)展。

　　近年來，SAP公司已經(jīng)開始專攻內存、列式數(shù)據(jù)庫(columnar database)平臺Hana，據(jù)說這是要把分析和事務數(shù)據(jù)庫模型整合在一起。

　　正如我們已經(jīng)在Computer Weekly的報道中看到，商業(yè)軟件的歷史將是這一個主題的姊妹篇。

　　在弗格森看來，我們在這里可以說，ETL供應商們正面臨“從他們的業(yè)務應用程序中獲取數(shù)據(jù)，而數(shù)據(jù)模型并未得到很好的理解的壓力”，以及從上世紀90年代及之后的關系數(shù)據(jù)庫管理系統(tǒng)獲取數(shù)據(jù)的壓力。

　　網(wǎng)絡的到來

　　正是由于這些技術對于數(shù)據(jù)庫制造商和數(shù)據(jù)庫管理員并不復雜，另一個英國人蒂姆·伯納斯·李在1994年發(fā)明了萬維網(wǎng)。而Computer Weekly也從90年代中期開始建立其網(wǎng)站。

　　在線事務處理(OLTP)數(shù)據(jù)庫的特殊點在于，他們從來都不是為了服務于在網(wǎng)絡上的大量并發(fā)用戶而建立的，更不用說那些來自手機等移動設備的網(wǎng)絡訪問了，尤其是隨著現(xiàn)如今的智能手機的興起。

　　在1996年3月28日出版的Computer Weekly上，Julia Vowler報道了關系數(shù)據(jù)庫供應商和對象數(shù)據(jù)庫供應商公司(如Informix公司)之間的網(wǎng)絡戰(zhàn)爭。彼時，Informix公司的技術被公認為更適合于支持文本、音頻、視頻、HTML和Java;以及連接數(shù)據(jù)庫到Web服務器。

　　據(jù)報道，Informix公司的客戶包括摩根斯坦利、雷曼兄弟和美國宇航局。

　　而到了今天，誰記得面向對象的數(shù)據(jù)庫管理系統(tǒng)公司呢?當然，這方面的技術仍然在不斷發(fā)展，面向對象的編程語言包括諸如C#、Python和Perl、Ruby仍在繼續(xù)蓬勃發(fā)展。

　　但是，那些試圖取代甲骨文和其它關系數(shù)據(jù)庫供應廠商的企業(yè)基本上都被業(yè)內其他企業(yè)所取代了——Informix公司在2001年由IBM收購。

　　大數(shù)據(jù)的興起

　　然而，關系模型的霸權最近遭到了來自NoSQL(不僅僅是SQL，NotOnlySQL)公司熱潮高漲的質疑和挑戰(zhàn)，其往往是基于開源技術的，但也并不全是基于開源技術的。MarkLogic便是一款非開源的NoSQL技術。但是，我們現(xiàn)在已經(jīng)有了Basho( Rick技術)、Couchbase、DataStax公司(Cassandra數(shù)據(jù)庫)和MongoDB。

　　弗格森將這個群體總結為提供了非常具體的使用案例，通常與電子商務或其他網(wǎng)站操作運營事務相關。

　　在2014年，Teradata公司的首席技術官Stephen Brobst在接受Computer Weeky 的采訪時表示，NoSQL的供應商們最終會走上對象數(shù)據(jù)庫供應商們的老路。

　　“在硅谷，SQL和NoSQL的偏執(zhí)狂之間將會有一場宗教似的戰(zhàn)爭。而最終，理性會贏得勝利。在SQL中執(zhí)行一切的工作任務絕不是一個好主意，而所有工作任務都不在SQL中執(zhí)行也不是一個好主意。”Brobst說。

　　“而關于NoSQL，Mongo在為Java程序員們增強易用性方面確實做得相當不錯。而Cassandra則是很好的網(wǎng)絡日志。但我相信，未來所將會發(fā)生的事情很可能是20世紀90年代對象數(shù)據(jù)庫所發(fā)生事情的重演。”他說。

　　“當時的呼聲是’關系模型已死'，其已經(jīng)統(tǒng)治有20年了”。但是，從本質上講，關系數(shù)據(jù)庫工程師們挖走了所有的好點子，并帶給了對象數(shù)據(jù)庫，扼殺了那些純粹的對象數(shù)據(jù)庫的工程師們。”他說。

　　諸如此類的任何事情都可以證明這種預測的準確性，而較新的數(shù)據(jù)庫供應商所興起的基礎與已經(jīng)興起的Hadoop系列技術的基礎則是一樣的——大數(shù)據(jù)。

　　大數(shù)據(jù)是我們現(xiàn)如今所經(jīng)常到處流傳的一大術語，但可以說包括了從社交媒體數(shù)據(jù)、機器生成的數(shù)據(jù)和其他不符合行和列的關系數(shù)據(jù)庫技術的各種數(shù)據(jù)類型。

　　自從戰(zhàn)略公司麥肯錫在其于2011年5月發(fā)布的報告中將大數(shù)據(jù)這一術語描述為：“創(chuàng)新、市場競爭和生產(chǎn)力的下一個前沿領域，企業(yè)CXO級別的企業(yè)領導人將因此而被自己的IT部門卡住咽喉”以來，“我們的大數(shù)據(jù)在哪里?我們怎樣才能從中賺錢呢?”一直是企業(yè)高層執(zhí)行人員所魂牽夢繞的問題。有些人甚至可能問：“Hadoop是什么?”

　　Hadoop技術，或者，更準確地說，Hadoop分布式文件系統(tǒng)——是一款開源版本的并行編程框架，稱為MapReduce，最初是由谷歌開發(fā)的。

　　其簡化了分布在商品硬件上的跨大型數(shù)據(jù)集的數(shù)據(jù)處理，是由Doug Cutting和Mike Cafarella十年前在雅虎公司開發(fā)的。Cutting現(xiàn)在是Cloudera的高管，該公司是Hadoop的分銷商公司之一，還包括Hortonworks和MapR。

　　MapReduce本身即將被由DataBricks公司商品化的Apache Spark所取代(或補充)。Spark是另一種并行處理架構，但它并不局限于Hadoop技術，并且可以在關系數(shù)據(jù)存儲以及NoSQL數(shù)據(jù)庫運行。其也不是batchy，而MapReduce則是的。

　　數(shù)據(jù)管理的未來

　　今天，數(shù)據(jù)管理是一個令人興奮的、快速發(fā)展的領域。而根據(jù)Computer Weekly的報道，在過去的50年——尤其是在過去20年間，隨著網(wǎng)絡和大數(shù)據(jù)的興起，我們對此已經(jīng)討論了太多。

　　我們還討論過太多關于主數(shù)據(jù)管理(MDM)、共享數(shù)據(jù)的安全管理等議題，這些通常是關于真實的單一版本;而MDM的基礎——數(shù)據(jù)管理，總是會回來困擾數(shù)據(jù)專業(yè)人士和數(shù)據(jù)庫供應商。

　　而弗格森的觀點則是，“企業(yè)IT現(xiàn)在比任何時候都需要更多的工具，以便降低復雜性，而CIO們也不再需要花大錢來支付數(shù)據(jù)科學與數(shù)據(jù)工程方面的技能了。在某種程度上，這是回到了Codd的時代。我們需要數(shù)據(jù)的獨立性。那么，數(shù)據(jù)存儲被在哪里有什么關系?工具和應用程序不應該知道這一點。”

　　無論技術將如何打造未來的數(shù)據(jù)管理架構的形態(tài)，該領域只能發(fā)展成為商業(yè)價值的主要承擔者之一。其來自IT，并為了企業(yè)組織的發(fā)展及其未來。而更重要的是，我們這些為此而記錄和撰寫文章的人將有大量的工作要做。
文章來源：機房專用空調 http://www.rongguina.cn