当“大数据”甚嚣尘上的时候，人们逐渐意识到要用大数据做些实事了，过去的2014年就是这样的一年。这一年里，有很多技术部署改变了市场面貌，让大数据以更具体，更实用的面貌呈现出来。

供应商走向云端

云基础的数据分析并不新奇，但2014年里，一些大型厂商开始在新产品中大规模推行云分析。Salesforce的云分析平台Wave一骑绝尘，Oracle、SAP和IBM的Watson也推出了相应的云基础软件。

云基础软件发展最大的阻力在于如何把数据移到云端，这是一个漫长的，需要耗费大量资源的过程。不过随着越来越的数据一开始就是在互联网产生的，数据移到云端的阻力会越来越小。也正因为此，我们看到云端分析的发展势头很强劲，老牌供应商比较慎重，新兴软件公司的融资是很快的。

开源技术大放异彩

2014年，开源分析技术大放异彩。随着大数据平台主流化，开源大数据工具Spark也获得更多的关注。Spark技术发展很多年了，但2014年里人们对它的兴趣、期望都明显增加，在集成多种数据源和分析应用程序等方面 ，Spark显然被寄予厚望。

Spark之外，另一个开源明星是R语言，R语言以前用于学术领域，现在和商业应用程序配合。2013年，Hadoop 2.0发布，同时发布的还有资源管理器Yarn，随后，越来越多的企业把资源集中化到文件系统。

千呼万唤物联网

物联网对IT很多方面都会产生影响，但它对数据分析的影响是最大的。物联网直接带来更复杂的数据源，这是让很多数据科学家头疼的。

数据分析领域还没有准备好迎接物理网的到来，目前，还没有任何的物联网使用完全成熟的案例。物联网的高投入和地产出仍然是企业面临的问题。希望供应商和用户在2015年能看到物联网长足的进步。