在短短几年里，大数据技术从炒作的概念变为新数字时代的核心破坏者。2014年，公司里越来越多的大数据举措从测试步入生产。2015年，大数据将在企业里进一步推进，使用更多的用例(特别是实时用例)。
数据敏捷性成为焦点
对于许多需求来说，遗留的数据库和数据仓库的处理过程过于缓慢和僵化，因此数据敏捷性是大数据技术发展的驱动力之一。在2015年，随着机构将他们的注意力从捕获和管理数据转换到使用它们，数据敏捷性将会更加集中。
遗留的数据库和数据仓库如此昂贵，以至于需要DBA对数据进行全面综合和结构化。前期的DBA成本推迟了对新数据源的访问，而随着时间的推移，这刚性的结构也很难改变。最终的结果就是，遗留数据库不够敏捷，不能满足今天多数组织的需要。
最初的数据项目集中在目标数据源的存储。机构将会把自己的注意力转移到数据敏捷性上，而不是关心正在管理着多少数据。执行和分析数据的能力又是如何影响操作的?当用户偏好、市场条件、竞争行为和操作状态发生变化时，如何才能快速适应和响应?这些问题将会在2015年指引大数据的投资和规模。
机构从数据湖泊转移到数据处理平台
从某种程度上来说，2014年是数据湖泊(或者数据中心)的一年。基于对象的存储仓库以其原生格式(无论是结构化的、非机构化的或半结构化的)保存着原始数据，直到可以使用。数据湖泊有着强烈的价值主张，它们代表着一个可伸缩的基础结构，这样的结构经济(降低了成本)又敏捷。
随着处理数据的多计算和执行引擎就位，数据湖泊将会在2015年继续发展。它不仅会更有效，它还会创建一个单点管理和一个单点安全。在2015年，随着机构从批处理转移到实时处理，将Hadoop、数据库和基于文件的引擎集成到他们的大规模处理平台，数据湖泊将会有所发展。换句话说，它并不是关于数据湖泊中支持大量查询和报告的大规模存储。2015年的大趋势是，围绕事件和数据的实时持续访问和处理，以此来获取稳定的状态和及时采取行动。
自助服务大数据成为主流
大数据工具和服务的进步意味着，在2015年，商业用户和数据科学家访问数据的瓶颈将逐渐缓解。2015年，IT将会拥抱自助服务大数据，允许商业用户使用大数据自助服务，自助服务授权开发者、数据科学家和数据分析师直接控制对数据的探索。
之前，需要IT技术来建立集中的数据结构。这是一种耗时和昂贵的做法。对于一些用例，Hadoop已经使得企业适应了结构准备好。高级一点的机构将会转移到执行上的数据绑定，远离中心结构，以此来满足持续的需求。自助服务加快机构利用新数据源以及回应机会和威胁。
Hadoop供应商整合：新商业模式的发展
早在2013年，因特尔引入了它自己的Hadoop版本，声称这个版本将会与原版有所不同，它采用一种增强的方法，将Hadoop直接置入到因特尔的机器中。但是一年后，因特尔放弃了它自己的版本，然后重磅推出Hadoop发行版供应商Cloudera。
当时，因特尔注意到，客户们都在观望Hadoop市场如何打开。Hadoop的选择实在是太多了。Hadoop供应商的整合在2015年将会继续，而失败者将会停止它们的发行版，将注意力转移到其它地方。技术生命周期始于创新和高度差异化产品的创造，止于产品最终商业化。
在技术成熟周期中，Hadoop是比较早的，自Google发布萌芽的MapReduce白皮书起，仅仅只有十年的时间。在初级概念发布仅10年后，Hadoop在全球被采用，超越以往任何其它数据平台。Hadoop正在创新阶段，所以供应商误采用Red Hat for Hadoop策略已经在市场上出现了，尤其是英特尔特尔和最近的EMC。
2015将会见到一个崭新的、更微妙的开源软件的发展，它们会结合深度创新和社区开发。开源社区对于建立标准和共识是至关重要的，竞争是催化剂，它将Hadoop从最初的批分析处理器转换成一个全功能数据平台。
企业架构师不再炒作大数据
2015年将会看到，企业架构师会成为焦点，因他们对Hadoop技术的深入理解，得到定义更好和更成熟的大数据应用需求说明，包括像高可用性和业务连续性等元素。
在数据中心中，随着机构快速从试验转移到实际应用，企业架构师将前台和中心转移到实际应用。IT领导在决定适应SLA的基础架构、提供高可用性、业务连续性和适应关键业务需求上就很重要了。在2014年，围绕Hadoop蓬勃发展的生态系统，拥有大量的应用、工具和组件。在 2015年，市场将集中在将Hadoop集成到数据中心，并交付业务结果所需的跨平台差异和架构上。
