上月，全球知名信息技術(shù)研究公司 Gartner 發(fā)布了 Hype Cycle for Data, Analytics and AI in China, 2024 報(bào)告，以技術(shù)成熟度曲線(Hype Cycle)和優(yōu)先級(jí)矩陣(Priority Matrix)為依托，分析了中國(guó)數(shù)據(jù)分析和人工智能領(lǐng)域的發(fā)展現(xiàn)狀。其中，DolphinDB 憑借領(lǐng)先的產(chǎn)品實(shí)力和不斷創(chuàng)新的開(kāi)拓精神，蟬聯(lián)中國(guó)實(shí)時(shí)數(shù)據(jù)管理代表廠商。

　　技術(shù)成熟度曲線是什么

　　技術(shù)成熟度曲線(Hype Cycle)，是由 Gartner 提出的一種模型，用于描述新興技術(shù)從初始推廣到成熟應(yīng)用的典型發(fā)展路徑。

　　該曲線分為五個(gè)主要階段：

　　技術(shù)誕生的促動(dòng)期 (Innovation Trigger)：一項(xiàng)創(chuàng)新技術(shù)首次引入市場(chǎng)，引起廣泛的關(guān)注和討論。業(yè)內(nèi)開(kāi)始出現(xiàn)一些創(chuàng)業(yè)者，但失敗案例要多于成功案例。

　　過(guò)高期望的巔峰期 (Peak of lnflated Expectations)：媒體曝光和炒作推高了公眾對(duì)該技術(shù)的期望值，引發(fā)創(chuàng)業(yè)熱潮。不斷的資金注入將該技術(shù)的發(fā)展推向了泡沫巔峰，盡管它的實(shí)際應(yīng)用效果往往未能匹配這種期望。

　　泡沫破裂的低谷期 (Trough of Disillusionment)：當(dāng)技術(shù)未能快速達(dá)到預(yù)期并且暴露出越來(lái)越多的問(wèn)題時(shí)，公眾的失望情緒導(dǎo)致興趣和投資減少，技術(shù)發(fā)展進(jìn)入低谷期。

　　穩(wěn)步爬升的光明期 (Slope of Enlightenment)：褪去狂熱，技術(shù)開(kāi)始穩(wěn)定發(fā)展。經(jīng)過(guò)更加務(wù)實(shí)的改進(jìn)后，其真實(shí)價(jià)值逐漸被市場(chǎng)認(rèn)可，發(fā)展進(jìn)入成熟期。

　　實(shí)質(zhì)生產(chǎn)的高峰期 (Plateau of Productivity)：技術(shù)成熟并被廣泛應(yīng)用，市場(chǎng)上出現(xiàn)眾多相關(guān)產(chǎn)品和服務(wù)，為用戶帶來(lái)顯著價(jià)值。

　　據(jù)此，Gartner 列出了25項(xiàng)中國(guó)正在發(fā)展的數(shù)據(jù)分析及 AI 技術(shù)，主要集中在前四階段。其中，實(shí)時(shí)數(shù)據(jù)管理處于穩(wěn)步爬升的光明期，技術(shù)和商業(yè)模式都逐漸成熟，實(shí)際價(jià)值被大眾認(rèn)可。

　　實(shí)時(shí)數(shù)據(jù)管理技術(shù)

　　Gartner 還從效益(Benefit)和達(dá)到主流采用所需的時(shí)間(Years to Mainstream Adoption)兩個(gè)維度將25項(xiàng)技術(shù)劃分成了一個(gè)優(yōu)先級(jí)矩陣。Gartner 預(yù)計(jì)，實(shí)時(shí)數(shù)據(jù)管理將在2-5年后迎來(lái)技術(shù)和商業(yè)模式的真正成熟期，為企業(yè)帶來(lái)的效益將是變革型的。由此可見(jiàn)，這項(xiàng)技術(shù)將是數(shù)據(jù)分析發(fā)展過(guò)程中相當(dāng)重要的一環(huán)。

　　實(shí)時(shí)數(shù)據(jù)管理技術(shù)之所以重要，是因?yàn)樗诖蠖鄶?shù)變革性數(shù)字應(yīng)用和創(chuàng)新中發(fā)揮著關(guān)鍵作用，譬如元宇宙、量化交易、智能制造、自動(dòng)駕駛、智慧城市等。隨著實(shí)時(shí)數(shù)據(jù)管理的成熟，這些應(yīng)用場(chǎng)景將進(jìn)一步發(fā)展，最終成為數(shù)據(jù)分析領(lǐng)域的新常態(tài)。

　　但是，Gartner 也指出了這項(xiàng)技術(shù)在發(fā)展過(guò)程中存在的問(wèn)題：

　　本地?cái)?shù)據(jù)生態(tài)系統(tǒng)的不成熟導(dǎo)致實(shí)時(shí)數(shù)據(jù)管理技術(shù)的集成十分復(fù)雜;

　　對(duì)于需要同時(shí)處理實(shí)時(shí)數(shù)據(jù)和歷史數(shù)據(jù)的復(fù)雜場(chǎng)景，如何確保高性能和數(shù)據(jù)一致性仍是一個(gè)難題;

　　實(shí)時(shí)數(shù)據(jù)管理技術(shù)往往使用多種編程語(yǔ)言，這導(dǎo)致了較高的技術(shù)門(mén)檻，學(xué)習(xí)曲線陡峭;

　　目前，許多軟件工程師習(xí)慣用傳統(tǒng)方案處理靜態(tài)數(shù)據(jù)，但對(duì)如何設(shè)計(jì)和實(shí)施實(shí)時(shí)數(shù)據(jù)解決方案缺乏足夠的認(rèn)知。

　　因此，盡管實(shí)時(shí)數(shù)據(jù)管理技術(shù)展現(xiàn)出了巨大的潛力和吸引力，企業(yè)仍需克服一系列技術(shù)、實(shí)施和人才層面的挑戰(zhàn)。

　　DolphinDB——中國(guó)領(lǐng)先實(shí)時(shí)數(shù)據(jù)管理廠商

　　實(shí)時(shí)數(shù)據(jù)處理能夠在收集數(shù)據(jù)的同時(shí)，快速地進(jìn)行數(shù)據(jù)分析和處理，從而提供實(shí)時(shí)反饋和決策支持。DolphinDB 內(nèi)置的10+流計(jì)算引擎為用戶提供了靈活的計(jì)算方式和豐富的計(jì)算功能。

　　DolphinDB 的流計(jì)算框架集成了數(shù)據(jù)存儲(chǔ)與實(shí)時(shí)處理能力，通過(guò)訂閱流數(shù)據(jù)表，數(shù)據(jù)可直接觸發(fā)封裝好的計(jì)算模塊，實(shí)現(xiàn)增量計(jì)算并輸出結(jié)果。以金融領(lǐng)域的因子計(jì)算為例，利用系統(tǒng)提供的優(yōu)化算子，用戶能以簡(jiǎn)潔的表達(dá)式定義復(fù)雜因子計(jì)算，這些算子在引擎內(nèi)部實(shí)現(xiàn)高效的狀態(tài)化增量處理，通過(guò)類(lèi)似搭積木的方式組合引擎和算子，實(shí)現(xiàn)數(shù)據(jù)的實(shí)時(shí)分析與決策支持。

　　未來(lái)，DolphinDB 將繼續(xù)保持敏銳的洞察力和前瞻性的戰(zhàn)略眼光，不斷探索和打造更加智能、高效的數(shù)據(jù)處理解決方案。

　　

免責(zé)聲明：以上內(nèi)容為本網(wǎng)站轉(zhuǎn)自其它媒體，相關(guān)信息僅為傳遞更多信息之目的，不代表本網(wǎng)觀點(diǎn)，亦不代表本網(wǎng)站贊同其觀點(diǎn)或證實(shí)其內(nèi)容的真實(shí)性。如稿件版權(quán)單位或個(gè)人不想在本網(wǎng)發(fā)布，可與本網(wǎng)聯(lián)系，本網(wǎng)視情況可立即將其撤除。