​院士说丨孙家广院士：大数据软件的机遇与挑战

提及大数据，就无法避免提及Apache Hadoop。多年来，Hadoop已经发展到包含整个相关软件生态系统，许多商业大数据解决方案都基于Hadoop，基于Hadoop的产品和服务市场持续增长；

其次，大数据处理引擎的研发，Apache Spark是Hadoop生态的重要组成部分，已经在生产环境中广泛部署，也吸引了大量的项目开发者；

此外，处理和统计数据的编程语言和软件环境，例如开源项目R语言得到数据科学家的广泛应用，许多流行的集成开发环境（IDE），包括Eclipse和Visual Studio，都支持R语言，R已经成为世界上最流行的用于大数据项目的高级语言之一。

例如数据湖（data lake）。许多企业正在建立数据湖（存储来自许多不同的数据源的数据并按原态存储），当企业想要存储数据但尚不确定如何使用数据时，数据湖尤其具有吸引力。物联网（IoT）数据的爆发正在影响数据湖应用的增长。

为适应非结构化数据的存储与高性能需求，以及相对不那么严苛的数据一致性的要求，Mon⁃goDB、Redis、Cassandra、Couchbase 等 NoSQL 数据库流行。随着大数据趋势的增长，NoSQL数据库变得越来越流行。

预测分析是大数据分析的子集，是根据历史数据预测未来事件或行为。通过数据挖掘、建模和机器学习技术，获取对未来趋势的洞察。

在大数据时代，机遇与挑战并存。大数据技术研究者在迎接数据与智能技术带来无限可能的同时，也不得不面对其所蕴藏的风险。随着公民个人和企业组织所有的行为均被数字化，海量数据的实时处理与分析技术更加成熟，大数据在带来奇迹的同时也引入滥用和误用的风险。大数据安全保护技术与数据权责管理成为大数据领域最重要的主题，任何组织都无法回避谁拥有影响未来的数据权的问题。

互联网的早期阶段，数据隐私更多是要保护用户在线行为的隐私，这只占人民日常生活的一小部分，因此得到的关注是非常有限的。随着个人生活和工作的全部活动都通过网络和互联设备来完成，海量数据融合的能力、人脸识别的能力、结果预测的能力、异常分析的能力整合在一起将带来严重的数据隐私风险。

欢迎关注

科普辽宁