TechTarget执行编辑，主要负责商务智能和数据库网站的内容编辑，在IT技术领域具有丰富的采编经验
随着Hadoop集群把NoSQL数据库、传统数据仓库和其它数据存储资源整合起来，大数据治理的挑战只会变得更大。
大数据环境下，基于Hadoop和Spark等技术的部署更加广泛。在许多情况下，部署先进的分析软件来支持大数据应用程序这件事并不能一蹴而就。
Hadoop可能会演变成一组不同的组件，亦或是会慢慢淡出，其他成熟的大数据工具会替代它现有的位置，但它所培养的数据驱动环境会保留下来。
对Hadoop集群使用和数据存储的管理是一个很热门的话题，一些供应商正在开发新技术，旨在实现集群监控、管理和治理任务的自动化。
大部分分析查询、提取、转换和加载（ETL）集成过程是针对集群中的数据执行的，而这些过程是由一款开源SQL-on-Hadoop工具HIve创建的。
证明大数据应用和平台业务价值的需求在主流组织中占据了重要地位，对于IT和分析经理们来说，获取数据价值并非易事。
不少公司采取措施主动维护生产设备和其它类型的工业设备，使设备保持正常运行，预防故障。这种目标得以实现，应归功于物联网技术、大数据平台和预测分析工具的结合。
工艺生产商经常会担心生产设备的运行状况，使用物联网可以帮助他们预测哪些用户需要进行设备维护。
越来越多的商业智能和分析圈里谈论培养数据驱动的公司——大多基于信息的基本业务决策来自BI和高级的分析系统。但是，实践起来并非那么容易。
2014年，IBM在新Watson集团投资10亿美元。从那以后，该公司已经建立了六个Watson产品阵容，包括帮助治疗癌症和改善客户自助服务流程。
