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(jià)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(guān)承諾和磨難吧。

        在過去的半個(gè)世紀(jì)中，數(shù)據(jù)管理已經(jīng)成為大部分IT商業(yè)價(jià)值的助產(chǎn)師。

　　在大約二十年前的1996年11月7日，當(dāng)Nicholas Enticknap撰文以紀(jì)念 Computer Weekly創(chuàng)刊30周年時(shí)，他寫道：“20世紀(jì)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(dǎo)致了數(shù)據(jù)挖掘和數(shù)據(jù)倉庫應(yīng)用程序的興起。

　　“這同時(shí)還導(dǎo)致了能夠使得您企業(yè)組織所擁有的數(shù)據(jù)和應(yīng)用程序方面的優(yōu)勢能夠?yàn)閯e人所用的一大升值，包括為客戶、供應(yīng)商和中介機(jī)構(gòu)(如經(jīng)紀(jì)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(jì)90年代以來，所推動的第二次重大革命：基于互聯(lián)網(wǎng)計(jì)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(bào)刊上，同一作者也曾談到了類似的主題，在一系列關(guān)于當(dāng)時(shí)所謂的“第五次革命”的計(jì)算相關(guān)的介紹文章中，涉及到人工智能(AI)：“我們即將看到新的應(yīng)用程序被陸續(xù)推出，旨在將數(shù)據(jù)轉(zhuǎn)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(jì)算，無論它們之間具體區(qū)別的細(xì)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(jì)算機(jī)體系結(jié)構(gòu)”，Enticknap寫道，彼時(shí)一臺計(jì)算機(jī)還是“一臺超級強(qiáng)大的計(jì)算器時(shí)，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(jì)算機(jī)，則很好的解決了“如何充分利用在數(shù)據(jù)領(lǐng)域的大規(guī)模投資的問題。”

　　關(guān)系數(shù)據(jù)庫模型和語言

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

　　到那個(gè)時(shí)候，關(guān)系數(shù)據(jù)庫模型打破了數(shù)據(jù)存儲和應(yīng)用程序之間的依賴關(guān)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(xué)畢業(yè)的數(shù)學(xué)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(guān)系數(shù)據(jù)模型)》從理論上證明成立了。

　　智能業(yè)務(wù)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(xué)家Chris Date則在上世紀(jì)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(shí)間——大約11年的時(shí)間——才將Codd發(fā)明的關(guān)系模型轉(zhuǎn)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(tuán)隊(duì)彌補(bǔ)了這一差距。而Oracle目前仍然是企業(yè)數(shù)據(jù)庫領(lǐng)域的巨頭。

　　IBM也是結(jié)構(gòu)化查詢語言(SQL)的滋生地，其是由 Donald Chamberlin和Raymond Boyce在上世紀(jì)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(shí)現(xiàn)關(guān)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(shí)的不滿。盡管如此，借助SQL，關(guān)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(shí)上，SQL在數(shù)據(jù)庫領(lǐng)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(shù)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(jì)念Computer Weekly創(chuàng)刊三十周年的?？希幸粋€(gè)關(guān)于數(shù)據(jù)倉庫如何在1996年嚴(yán)重辜負(fù)了關(guān)于其炒作的故事。

　　“彼時(shí)，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(shí)施數(shù)據(jù)倉庫。”據(jù)Computer Weekly的報(bào)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(lǐng)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(shù)的演變，并主張為一家企業(yè)組織所有的業(yè)務(wù)系統(tǒng)數(shù)據(jù)建立集中的存儲庫。

　　這個(gè)想法主要是獲取事務(wù)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(jìn)行分析。這樣一個(gè)對于生成數(shù)據(jù)的提取、轉(zhuǎn)換和加載(ETL)的技術(shù)，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(bào)告和分析。

　　這套技術(shù)現(xiàn)在經(jīng)常被用于處理過于緩慢和過時(shí)的任務(wù)，以及過于依賴于企業(yè)內(nèi)部IT的任務(wù)。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(jìn)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(jì)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(shù)為代表的生產(chǎn)力的基本的階躍變化。

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

　　弗格森說，他曾在那個(gè)時(shí)候供職于Teradata公司，而該公司在彼時(shí)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(bào)告為目的進(jìn)行了優(yōu)化。

　　再加上當(dāng)時(shí)興起的ETL技術(shù)(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(biāo)志著“生產(chǎn)力的分水嶺”，弗格森說。

　　他說：“早期實(shí)施了這些技術(shù)的10%的企業(yè)組織，都是由那些已經(jīng)看到了洞察力的價(jià)值的管理者們所領(lǐng)導(dǎo)的”。

　　這種洞察力也是從SAS和(現(xiàn)在的IBM的SPSS預(yù)測)等數(shù)據(jù)分析技術(shù)的使用而產(chǎn)生的，其較少的是關(guān)于BI報(bào)告，而更多的則是關(guān)于用于預(yù)測的統(tǒng)計(jì)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(guān)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(nèi)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(wù)數(shù)據(jù)庫模型整合在一起。

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

　　在弗格森看來，我們在這里可以說，ETL供應(yīng)商們正面臨“從他們的業(yè)務(wù)應(yīng)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(jì)90年代及之后的關(guān)系數(shù)據(jù)庫管理系統(tǒng)獲取數(shù)據(jù)的壓力。

　　網(wǎng)絡(luò)的到來

　　正是由于這些技術(shù)對于數(shù)據(jù)庫制造商和數(shù)據(jù)庫管理員并不復(fù)雜，另一個(gè)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(wù)處理(OLTP)數(shù)據(jù)庫的特殊點(diǎn)在于，他們從來都不是為了服務(wù)于在網(wǎng)絡(luò)上的大量并發(fā)用戶而建立的，更不用說那些來自手機(jī)等移動設(shè)備的網(wǎng)絡(luò)訪問了，尤其是隨著現(xiàn)如今的智能手機(jī)的興起。

　　在1996年3月28日出版的Computer Weekly上，Julia Vowler報(bào)道了關(guān)系數(shù)據(jù)庫供應(yīng)商和對象數(shù)據(jù)庫供應(yīng)商公司(如Informix公司)之間的網(wǎng)絡(luò)戰(zhàn)爭。彼時(shí)，Informix公司的技術(shù)被公認(rèn)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(wù)器。

　　據(jù)報(bào)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?qū)ο蟮臄?shù)據(jù)庫管理系統(tǒng)公司呢?當(dāng)然，這方面的技術(shù)仍然在不斷發(fā)展，面向?qū)ο蟮木幊陶Z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(guān)系數(shù)據(jù)庫供應(yīng)廠商的企業(yè)基本上都被業(yè)內(nèi)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(guān)系模型的霸權(quán)最近遭到了來自NoSQL(不僅僅是SQL，NotOnlySQL)公司熱潮高漲的質(zhì)疑和挑戰(zhàn)，其往往是基于開源技術(shù)的，但也并不全是基于開源技術(shù)的。MarkLogic便是一款非開源的NoSQL技術(shù)。但是，我們現(xiàn)在已經(jīng)有了Basho( Rick技術(shù))、Couchbase、DataStax公司(Cassandra數(shù)據(jù)庫)和MongoDB。

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

　　在2014年，Teradata公司的首席技術(shù)官Stephen Brobst在接受Computer Weeky 的采訪時(shí)表示，NoSQL的供應(yīng)商們最終會走上對象數(shù)據(jù)庫供應(yīng)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(wù)絕不是一個(gè)好主意，而所有工作任務(wù)都不在SQL中執(zhí)行也不是一個(gè)好主意。”Brobst說。

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

　　“當(dāng)時(shí)的呼聲是’關(guān)系模型已死'，其已經(jīng)統(tǒng)治有20年了”。但是，從本質(zhì)上講，關(guān)系數(shù)據(jù)庫工程師們挖走了所有的好點(diǎn)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(yù)測的準(zhǔn)確性，而較新的數(shù)據(jù)庫供應(yīng)商所興起的基礎(chǔ)與已經(jīng)興起的Hadoop系列技術(shù)的基礎(chǔ)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(shù)語，但可以說包括了從社交媒體數(shù)據(jù)、機(jī)器生成的數(shù)據(jù)和其他不符合行和列的關(guān)系數(shù)據(jù)庫技術(shù)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(bào)告中將大數(shù)據(jù)這一術(shù)語描述為：“創(chuàng)新、市場競爭和生產(chǎn)力的下一個(gè)前沿領(lǐng)域，企業(yè)CXO級別的企業(yè)領(lǐng)導(dǎo)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?duì)繅衾@的問題。有些人甚至可能問：“Hadoop是什么?”

　　Hadoop技術(shù)，或者，更準(zhǔn)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(bǔ)充)。Spark是另一種并行處理架構(gòu)，但它并不局限于Hadoop技術(shù)，并且可以在關(guān)系數(shù)據(jù)存儲以及NoSQL數(shù)據(jù)庫運(yùn)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(gè)令人興奮的、快速發(fā)展的領(lǐng)域。而根據(jù)Computer Weekly的報(bào)道，在過去的50年——尤其是在過去20年間，隨著網(wǎng)絡(luò)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(guān)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(guān)于真實(shí)的單一版本;而MDM的基礎(chǔ)——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(yīng)商。

　　而弗格森的觀點(diǎn)則是，“企業(yè)IT現(xiàn)在比任何時(shí)候都需要更多的工具，以便降低復(fù)雜性，而CIO們也不再需要花大錢來支付數(shù)據(jù)科學(xué)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(shí)代。我們需要數(shù)據(jù)的獨(dú)立性。那么，數(shù)據(jù)存儲被在哪里有什么關(guān)系?工具和應(yīng)用程序不應(yīng)該知道這一點(diǎn)。”

　　無論技術(shù)將如何打造未來的數(shù)據(jù)管理架構(gòu)的形態(tài)，該領(lǐng)域只能發(fā)展成為商業(yè)價(jià)值的主要承擔(dān)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(jī)房專用空調(diào) http://m.keenjuche.com.cn