根據我們在 2022 年到目前為止的情況，Datanami 有信心在今年余下的時間里做出這五個預測。

數據可觀察性繼續運行

今年上半年對于數據可觀察性來說意義重大，這讓客戶可以更好地了解數據流的情況并制定相關指標。隨著數據對于決策制定變得越來越重要，該數據的健康和可用性也變得越來越重要。

我們看到許多數據可觀察性初創公司獲得了數億美元的風險投資，其中包括Cribl（價值 1.5 億美元的 D 輪融資）；蒙特卡洛（D 系列價值 1.35 億美元）；Coralogix（D 系列價值 1.42 億美元）；和別的。其他制造新聞的公司包括推出元數據指標的Bigeye；StreamSets，被Software AG以 5.8 億美元收購；IBM上個月收購了可觀察性初創公司 Databand 。

這種勢頭將在 2022 年下半年繼續，因為越來越多的數據可觀察性初創公司走出困境，現有的初創公司尋求鞏固其在這個新興市場中的地位。

實時數據彈出

實時數據多年來一直處于次要地位，服務于一些小眾用例，但實際上并未在常規企業中得到廣泛使用。但是，由于過去幾年的新冠疫情和相關的商業計劃重組，實時數據進入主流科技圈的條件現在已經成熟。

“我認為流媒體終于發生了，” Databricks首席執行官 Ali Ghodsi 在最近的 Data + AI 峰會上表示，并指出該公司基于云的數據平臺上的流媒體工作負載增長了 2.5 倍。“他們有越來越多的 AI 用例需要實時。”

內存數據庫和內存數據網格也準備從實時復興中受益（如果是這樣的話）。RocksDB是一個快速分析數據庫，它增強了 Kafka 等基于事件的系統，現在有一個名為 Speedb 的替代品。SingleStore在一個單一的關系框架中結合了 OLTP 和 OLAP 功能，在上個月的一輪融資中達到了 13 億美元的估值。

還有StarRocks ，它最近獲得了基于 Apache Doris的快速新 OLAP 數據庫的資助；Imply于 5 月完成了 1 億美元的 D 輪融資，以繼續其基于 Apache Druid 的實時分析業務；DataStax將 Apache Pulsar 添加到其 Apache Cassandra 工具包中，籌集了 1.15 億美元用于推動實時應用程序開發。Datanami預計這種對實時數據分析的關注將繼續下去。

監管增長

GDPR生效已經四年了，讓大數據用戶受到關注，并加速了數據治理作為負責任數據計劃的必要組成部分的興起。在美國，監管數據訪問的任務已經落到各州身上，加利福尼亞州在 CCPA 方面處于領先地位，它在許多方面模仿了 GPDR。但更多的州可能會效仿，這使美國公司的數據隱私等式變得復雜。

但 GDPR 和 CCPA 只是法規的開始。我們也處于第三方 cookie 的消亡之中，這使得公司更難跟蹤用戶的在線行為。谷歌決定將其平臺上第三方 cookie 的終止時間推遲到 2023 年 1 月 1 日，這給了營銷人員一些額外的時間來適應，但來自 cookie 的信息將難以復制。

除了數據法規之外，我們還處于關于使用人工智能的新法規的風口浪尖。歐盟于 2021 年推出了人工智能法案，專家預測它可能會在 2022 年底或 2023 年初成為法律。

數據表格式之戰

一場經典的技術大戰正在形成新的數據表格式，這將決定數據如何存儲在大數據系統中，誰可以訪問它，以及用戶可以用它做什么。

最近幾個月， Apache Iceberg作為數據表格式的潛在新標準獲得了熱潮。云數據倉庫巨頭Snowflake和AWS今年年初出來支持 Iceberg，后者提供交易和其他數據控制，并從 Netflix 和 Apple 的工作中脫穎而出。前 Hadoop 分銷商Cloudera在 6 月份也支持了 Iceberg。

但是 Databricks 的人們提供了 Delta Lake 表格式的替代方案，它提供了與 Iceberg 類似的功能。Apache Spark 支持者最初以專有方式開發了 Delta Lake 表格式，這導致指責 Databricks 為客戶設置鎖定。但在 6 月的數據 + AI 峰會上，該公司宣布將把整個格式都開源，從而讓任何人都可以使用它。

在洗牌中迷失的是Apache Hudi，它還提供了數據的一致性，因為它位于大數據存儲庫中并且可以被各種計算引擎訪問。Onehouse是一家由 Apache Hudi 的創建者支持的企業，今年早些時候推出了一個基于 Hudi 的 Lakehouse 平臺。

大數據生態系統喜歡競爭，因此在 2022 年剩余時間里觀察這些格式的演變和競爭將會很有趣。

語言 AI 繼續令人驚嘆

人工智能的前沿逐月變得越來越鋒利，而今天，人工智能的矛頭是大語言模型，它越來越好。事實上，大型語言模型已經變得如此出色，以至于 6 月份的一位Google工程師聲稱該公司的 LaMDA 會話系統已經變得有感知力。

人工智能還沒有感知能力，但這并不意味著它們對企業沒有用處。提醒我們，Salesforce有一個名為 CodeGen 的大型語言模型 (LLM) 項目，該項目旨在理解源代碼，甚至以不同的編程語言生成自己的代碼。

上個月，Meta（Facebook 的母公司）推出了一個可以翻譯 200 種語言的大型語言模型。我們還看到了通過 BigScience 大型開放科學開放訪問多語言語言模型或BLOOM等項目使 AI 民主化的努力。