分析型数据管理解决方案市场的突破性技术正在迅速发展，以满足市场对更多解决方案的需求，能够支持多种数据类型，提供分布式处理与存储能力，而云端解决方案也逐渐赢得用户青睐。

分析型数据管理解决方案（DMSA）魔力象限右上角处的领导者象限留有大量空白，说明该市场不断需要更多创新技术和更强的执行能力，以满足云端和本地部署以及云端与大数据产品组合的各种需求。

组织现在需要用于分析的数据管理解决方案，能够结合来自传统内部源的数据管理和处理不同格式的、各种类型的内部和外部数据。这些数据可以包括来自物联网（IoT）传感器的交互和观测数据，以及诸如文本，图像，声音和视频的非关系数据。这对市场的软件提出了新的要求，因为客户寻找的特征和功能代表了现有企业数据仓库策略的显着增强。此外，由于其灵活性，敏捷性和运营定价模式，人们现在选择云作为替代部署选项。

由于组合云和内部部署混合的使用正迅速成为常态，因此组织希望供应商支持他们实现这种部署。最后，传统的数据仓库用例虽然仍然常见，但其重要性正在下降。Gartner的研究表明，2014年首次出现传统数据仓库查询现在少于逻辑数据仓库的趋势，并反映在2017年魔力象限的名称变化中。这种变化导致供应商类型的扩展和包含标准变得更具挑战性，因此更难以满足。

对于这个2017年的魔力象限，用于分析的数据管理解决方案（DMSA）被定义为支持和管理一个或多个文件管理系统（最常见的是数据库或多个数据库）中的数据的完整软件系统。这些解决方案包括设计用于支持分析处理的特定优化策略，包括（但不限于）关系处理，非关系处理（例如图形处理）以及机器学习，或诸如Python或R的编程语言。数据不一定存储在关系型结构中，并且可以使用多个模型（关系、文档、键值、文本、图形、地理空间等）。

图1  Gartner2017年2月分析型数据管理解决方案魔力象限

1010data

1010data的产品包括集成的DBMS和商业智能（BI）解决方案。它的大多数客户来自金融、零售/消费品包装、电信、政府和医疗保健行业。

优势

性能和易用性：1010data的平台具有易于使用，快速实施，高效处理大量数据等优点。

客户忠诚度和渗透率：1010data的大多数客户都将平台用于两个或多个业务部门。大多数客户报告显示该产品的利用率至少在两年以上。

管理服务交付：由于1010data主要提供托管服务，所以用户通常使用最新版本并且会得到充分支持。 作为管理服务数据仓库供应商之一，1010data在支持其客户和维护其技术和交付模型方面有丰富的经验。

注意事项

低于平均水平的感知价值：1010data的客户反馈报告显示了遇到问题的平均数量，并评估了魔力象限中其他供应商的平均值。这些客户表示，1010data在实现的价值方面排名相对较低。

规模小：比起云IaaS和PaaS供应商（如亚马逊网络服务（AWS）和微软 Azure），1010data销售周期更长，但收入增长缓慢。

需要达到现有的DBMS标准竞争：传统的数据管理解决方案供应商已经满足组织各种事务和操作数据管理需求。1010data必须努力达到分析标准，使其易于更换。

AWS

AWS（亚马逊网络服务）是亚马逊的全资子公司。 AWS提供Amazon Redshift，（云中的数据仓库服务），Amazon Simple Storage Service（S3）和Amazon Elastic MapReduce（EMR）。最近推出的Amazon Athena是一种无服务器的计量式查询引擎，用于存储在Amazon S3中的数据。

优势

占主导地位的云供应商：AWS市场中主要的云供应商，其市场份额和表现甚至接近微软Azure。这种优势为其所有服务提供了更大的网络效应，因为DMSA用例的数据源更可能驻留在AWS服务中。

最佳解决方案：AWS提供了多种不同的服务，可用于不同的DMSA用例。这种方法允许客户仅仅选择定义的用例所需的那些功能，并且所有服务的云性质有助于降低支持多个产品的复杂性。

定价：AWS始终坚持低成本，即付即用的定价。除了提供低成本服务，AWS还有一个针对EMR的现货定价模式，允许客户以更低的成本获得额外的资源。

注意事项

单片存储和计算大小：Amazon Redshift在包含特定数量的存储和计算的配置中可用。如果客户没有将数据重新分配从而调整存储和计算大小，就无法轻松扩展这些资源。这可能导致容量过剩和升级Redshift实例的过程更繁琐。

仅限云的供应商： AWS的用于分析的数据管理解决方案仅在云中可用。 部分客户端需要一个混合环境支持本地软件和基于云的服务，作为临时或长期解决方案。AWS在云上提供多种服务，但不提供内部部署的软件。

集成问题：通过提供多个独立服务，AWS可以降低每个服务的复杂性，但这样会增加集成独立服务的工作量。集成需求必须由客户来解决，因此服务实例的激增可能带来严重的集成问题。

Cloudera

Cloudera提供的Cloudera Enterprise将Apache Hadoop和Spark组件组合在一起。Cloudera还提供自己的组件，例如用于数据治理的Cloudera Navigator，用于本地和云中集群管理的Cloudera Director，用于SQL查询的Impala和用于事务数据分析的Kudu。Cloudera的平台可用于本地和跨多个云环境（例如AWS，Microsoft Azure或Google Cloud Platform），同时包括对对象存储的云本地支持。

优势

云支持：Clouder将继续发展支持云的产品，以满足云部署的要求。例如，Cloudera Director现在支持启动或关闭瞬态群集以及按比例放大或缩小群集。

技术支持：Cloudera的技术支持质量得到了客户的肯定，这是非常重要的。

注意事项

核心Hadoop堆栈的潜在侵蚀：与其他Hadoop发行商一样，Cloudera面临挑战，因为新的处理选择（如Spark）和新的存储选项（如S3对于云对象存储）提供了不需要Hadoop堆栈的替代方案。Cloudera已经通过添加Spark并提供对存储在S3中的文件的直接访问来应对这一风险。

云竞争激烈：市场对云解决方案以及云和内部部署混合的需求正在快速增长。Cloudera通过基于云的本地功能和基于消费的AWS，Azure和Google Cloud定价解决了这些问题。Cloudera在其云产品上的驱动力将是至关重要的，并且需要与更简单的管理功能相结合。

质量问题：随着技术被更广泛地用于更复杂的工作负载和多种格式的数据，Cloudera的客户更加关注产品的成熟度和质量问题。作为整体质量计划的一部分，Cloudera一直致力于提高规模和稳定性测试。