一、大数据行业面临的机遇
社会发展简史（一）产业政策集中出台，多层次政策体系日益健全 十八届五中全会提出实施国家大数据战略以来，《促进大数据发 展行动纲要》指出，建立安全可信的大数据技术体系是推进大数据产 业基础研究和核心技术攻关的重要目标。2021年3月，在我国十四五 规划和2035年远景目标纲要提出，培育壮大人工智能、大数据等新兴 数字产业，充分发挥海量数据和丰富应用场景优势，促进数字技术与 实体经济深度融合，赋能传统行业转型升级，打造数字经济新优势。 加快数字化发展，打造数字经济新优势，协同推进数字产业化和产业 数字化转型，加快数字社会建设步伐，营造良好数字生态，建设数字 中国。 slic
2020年4月，国家发改委明确了新基建是以技术创新为驱动，以 信息网络为基础，面向高质量发展需要，提供数字转型、智能升级、 融合创新等服务的基础设施体系。其中，在新一代信息技术关键领域 锻长板的重要举措包括：推动新一代信息技术与制造业融合发展，加 速
工业企业数字化、智能化转型，提高制造业数字化、网络化、智能 化发展水平，推进制造模式、生产方式以及企业形态变革，带动产业 转型升级。未来新兴产业及数字经济的发展将更依赖于数据资源，数
据基础设施建设也是支撑5G、数据中心、工业互联网等新一代信息技 术基础设施的基础，因此大数据是新基建的重要组成部分，也将推进 大数据底层软件等核心国产软件的快速发展。 刘震云百度百科
（二）数据管理软件国产化趋势明显，国产大数据产品有望实现 换道超车
国内数据管理软件基本被OraCIe、IBM和微软为代表的国外关系 型数据库厂商主导，国产软件产品渗透率低。随着国内客户越来越重 视数据与信息安全，国产软件产品在关键领域实现替代成为其中重要 环节，越来越多的客户已经开始或计划相关软硬件的采购计划。
大数据时代下，数据管理软件正在逐步由集中式架构软件向分布 式架构软件演进，国产大数据产品有望实现换道超车，对国外数据管 理软件进行替代。从功能来看，基于新兴分布式架构的国产大数据产 品已经能满足市面上绝大多数数据应用场景基础需求。
但国产大数据产品能否在市场竞争中胜出、占据更多的市场份额, 仍然取决于国产大数据产品能否构建自主研发的生态以及产品的全球 竞争力。目前，为保障国家信息安全，自主研发的国产大数据生态体 系正在形成，此前国产软硬件发展面临的格局分散、生态基础不完善、 规模用户体缺乏等障碍正被逐步攻克。随着国产大数据生态体系进 入快速协同发展阶段，国产大数据产品与服务迎来较好的发展机遇。
（三）数据成为新生产要素，各行业的大数据应用需求巨大
2020年4月，《关于构建更加完善的要素市场化配置体制机制的 意见》指出，数据已成为继土地、劳动力、资本、技术之后的新一代 生产要素，是数字经济发展的基础性、关键性、决定性的生产要素， 对经济发展、社会治理、人民生活产生着重大而深刻的影响。
激活数据要素潜能，加快数字经济、数字社会，以数字化驱动生 产方式、生活方式和治理方式变革成为我国当下发展的重点。企业建 设数字化能力，高效解决企业运营中的问题，优化企业业务流程、提 高效率，成为企业发展的核心竞争力之一，在金融、交通、能源、制 造等国民经济重要领域实际提升数字化能力需求巨大。此外，在企业 数字化程度提高后，数据走向资源化是大势所趋，在数据资源化的过 程中，建立行业间高效的数据交换机
制，实现数据的互联互通、信息 共享、业务协同，以成为整合信息资源，深度利用分散数据的有效途 径。加快数字化转型，构建数据共享服务体系，促进数据与业务应用 快速融合，将助力中国经济从高速增长转向高质量发展，推动数字中 国建设。
（四）大数据应用的快速发展，推动大数据管理平台需求的快速 增长
松下vs3
近年来，大数据增长集中于物联网设备、多媒体、日志、社交信 息等，这些数据具有数据类型多、数据量大、流转速度快、价值密度 低的特点。传统关系型数据库无法满足处理半结构化及非结构化数据 需要，具有综合能力的大数据管理平台有易于扩展、无序存储、分布 式架构的特性，相比传统关系型数据库，更能满足对这些数据的存储 需求。大数据管理平台不仅具有存储管理海量数据能力、数据处理性 能高和易于扩展的特性，还可以保持传统关系数据库支持ACID和SQL 查询等特性，支持关系数据模型。在大数据市场发展下，大数据管理 平台需求快速增长。
（五）数据价值的深度挖掘需求将带动智能分析工具的快速发展
智能分析工具主要专注于为数据预处理、特征工程、数据建模、 预测分析等数据分析挖掘
关键过程提供工具和相关解决方案，是企业 实现对海量数据的深度挖掘的重要工具。随着大数据环境下，数据分 析复杂程度的加深，数据科学平台需要持续优化其平台流程、协作及 模型治理特性，以保持与软件开发中最佳实践一致。同时，数据科学 平台厂商也将通过整合针对算法筛选、分布式模型训练、模型管理、 知识图谱和高性能推理等任务的创新解决方案来实现差异化竞争。为 了在大数据环境下快速帮助客户实现人工智能赋能的商业决策，智能
分析工具将迎来快速发展机遇，在云原生、Al工程化、低代码、隐私 安全、云边一体等方面发挥更大的作用。
二、大数据行业发展背景
团体操队形(一)大数据时代下传统数据管理软件面临多种挑战
近年来随着互联网、移动互联网、物联网、5G等信息通信技术及 产业的不断发展，全球数据量呈爆发式增长态势。数据作为和土地、 资本、劳动力、技术一样的生产要素，在数字经济不断深入发展的过 程中，地位愈发凸显。我国是数据资源大国，IDC研究报告指出，到 2020年，中国数据量约12. 6ZB,较2015年增长7倍，年复合增长率 为 124%o
摩托罗拉a6288
2025年中国的数据量预计达到48. 6ZB,约占全球数据总量的30%。 数据资源总体呈现出4V的特点，即海量的数据规模(Volume).多样 的数据类型(Variety).价值密度低(VaIUe)、快速的数据流转
(Velocity)。
海量的数据规模指数据量大，包括采集、存储和计算过程中所涉 及数据量都非常大。大数据的起始计量单位通常是PB (约1, OOOTB). EB (约 100 万 TB)或 ZB (约 10 亿 TB) o
多样的数据类型指数据种类和来源多样化，包括结构化、半结构 化和非结构化数据，具体表现为关系型数据、日志、音频、视频、文
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议