隨著大數據分析市場的快速滲透到各行業務，哪些大數據技術是剛需？哪些技術有極大的潛在價值？

根據弗雷斯特研究公司發布的指數，這里給出最熱的十個大數據技術：

1. 預測分析：隨著現在硬件和軟件解決方案的成熟，許多公司利用大數據技術來收集海量數據、訓練模型、優化模型，并發布預測模型來提高業務水平或者避免風險；

2. NoSQL數據庫：非關系型數據庫包括Key-value型（Redis）數據庫、文檔型（MonogoDB）數據庫、圖型（Neo4j）數據庫；

3. 搜索和知識發現：支持信息的自動抽取，可以從多數據源洞察結構化數據和非結構化數據；

4. 流式分析：軟件可以對多個高吞吐量的數據源進行實時的清洗、聚合和分析；

5. 內存數據結構：通過動態隨機內存訪問（DRAM）、Flash和SSD等分布式存儲系統提供海量數據的低延時訪問和處理；

6. 分布式存儲系統：分布式存儲是指存儲節點大于一個、數據保存多副本以及高性能的計算網絡；

7. 數據可視化：數據可視化技術是指對各類型數據源（包括Hadoop上的海量數據以及實時和接近實時的分布式數據）進行顯示；

8. 數據整合：通過亞馬遜彈性MR（EMR）、Hive、Pig、Spark、MapReduce、Couchbase、Hadoop和MongoDB等軟件進行業務數據整合；

9. 數據預處理：數據整合是指對數據源進行清洗、裁剪，并共享多樣化數據來加快數據分析；

10. 數據校驗：對分布式存儲系統和數據庫上的海量、高頻率數據集進行數據校驗，去除非法數據，補全缺失。

感謝杜小芳對本文的審校。

給InfoQ中文站投稿或者參與內容翻譯工作，請郵件至editors@cn.infoq.com。也歡迎大家通過新浪微博（@InfoQ，@丁曉昀），微信（微信號：InfoQChina）關注我們，并與我們的編輯和其他讀者朋友交流（歡迎加入InfoQ讀者交流群（已滿），InfoQ讀者交流群（#2））。