引用毕加索所说的：“电脑无用。它们只能给你答案。”我们接受了比盐粒还要多的概念，正如我们已经看到由电脑化所驱动的巨大社会变迁。但是艺术家毕加索也给我们提供这样一种概念，即提问是进行变革努力的一种方式。
提出创造性的问题往往落后于进行数据分析的新方法。正如我们在大数据分析中提到的，这会要求一套新的技能，不仅囊括数据方面，也包括开发、团队和应用专家。我们记下了技巧的大杂烩：Clojure、Scala、Python、Hadoop、Java、R、Mathlab、Erlang、LISP、Cassandra和CouchDB。
可以看一下网站上近期关于数据集成的文章，它们以各种形式呈现。在一次访谈中，David Linthicum谈论了新兴的Web服务。在数据传输的指导中，Wiliam Brodegen概述了一些基本的方法，包括JSON、Google Protocol Buffer和XML。Joe McKendricks在博客中写了为什么数据服务层意味着更好的SOA。
本质上，计算的历史一直是关于更好的数据报表和分析的。也许第一台高粘性计算机会被说成是“无用输入——无用输出”。我们要记住数据处理通向信息处理，信息处理则导向了我们现在所说的信息技术。伴随着现在所有对数据分析和复杂时间流程所强调的内容，也许我们正要返回到一些最初的事情上去。
我们一直都在努力坚持原创.......请不要一声不吭，就悄悄拿走。
我原创，你原创，我们的内容世界才会更加精彩！
【所有原创内容版权均属TechTarget，欢迎大家转发分享。但未经授权，严禁任何媒体（平面媒体、网络媒体、自媒体等）以及微信公众号复制、转载、摘编或以其他方式进行使用。】
微信公众号
TechTarget
官方微博
TechTarget中国
相关推荐
-
GPU云实例有益于计算密集型应用 但要付出成本代价
公有云提供商越来越多地为大计算量应用提供基于GPU的云服务，但组织需要合适的技能和预算来部署它们。
-
Hitachi Content Intelligence：可实现数据搜索与分析
内置在日立内容产品组合对象存储中的Hitachi Content Intelligence（日立内容智能解决方案）可从存储库中提取数据和元数据，以便对非结构化数据执行数据分析操作。
-
2017谷歌火力全开：瞄准机器学习与数据分析
2016年，Google将赌注的筹码放在了机器学习和数据分析上，以此来区分它的云平台，从而在企业客户中产生重大影响力。
-
2017云计算前景：是你主导它，还是被它主导？
云计算不再是一个新想法。但它仍然在大幅发展着。本文介绍了一些未来趋势，这些趋势可能会主导企业在2017年对待云计算的方式。