在 Gartner 近日發(fā)布的Hype Cycle for Data, Analytics and AI in China, 2023報告中，DolphinDB 位列實時數(shù)據(jù)管理代表廠商。這是自去年 DolphinDB 入選 Gartner《中國數(shù)據(jù)庫管理系統(tǒng)供應(yīng)商甄選》后，又一次憑借領(lǐng)先的產(chǎn)品能力獲得國際權(quán)威第三方分析機構(gòu)的關(guān)注和認(rèn)可。

01

什么是Hype Cycle ？

技術(shù)成熟度曲線（The Hype Cycle）由 Gartner 從1995年開始推出，可以用來評估新科技成熟演變階段以及曝光度，幫助市場在時間維度上對新科技的發(fā)展有一個認(rèn)知。我們知道，一項“黑科技”的誕生，往往會吸引大量的眼球和曝光，形成所謂的“熱點”，所以會造成短暫的大規(guī)模關(guān)注高峰。這一階段可能會有大量資金流入，相關(guān)企業(yè)估值暴漲，形成初創(chuàng)熱潮。但實際上，與之相關(guān)的基礎(chǔ)工程技術(shù)才剛開始發(fā)展，商業(yè)體系、供應(yīng)鏈、上下游廠商等行業(yè)生態(tài)也需要一定時間才能成熟。當(dāng)媒體關(guān)注點轉(zhuǎn)移到其他新鮮事物時，由于這一時間差的存在，炒作帶來的”泡沫“將會破滅。

隨著時間推移，該技術(shù)越來越被人們所理解，演進(jìn)和迭代逐漸步入正軌，可復(fù)制的成功經(jīng)驗也開始出現(xiàn)。同時，媒體和市場也已回歸理性。這就是一條 Hype Cycle 的形成原理——曝光關(guān)注度與工程發(fā)展度之間存在的時間差。其最終形態(tài)如下圖所示：

五個主要階段

技術(shù)誕生的促動期

Technology Trigger

新技術(shù)誕生，吸引大量關(guān)注和媒體報道，產(chǎn)品知名度快速上升。業(yè)內(nèi)開始涌入一些嘗鮮的創(chuàng)業(yè)者，但失敗案例要大于成功案例。

過高期望的巔峰期

Peak of Inflated Expectations

早期的過度曝光和炒作吸引了一眾創(chuàng)業(yè)熱潮，同時引發(fā)一輪又一輪融資，資金注入迎來整個周期的泡沫巔峰。

泡沫破裂的低谷期

Trough of Disillusionment

隨著技術(shù)不斷暴露出各種問題，泡沫破裂，輿論也被其他新鮮事物吸引，關(guān)注度迅速降溫，進(jìn)入整個周期的低谷期。

穩(wěn)步爬升的光明期

Slope of Enlightenment

成功并能存活的經(jīng)營模式逐漸成長，該技術(shù)越來越被人們所理解，演進(jìn)和迭代逐漸步入正軌。

實質(zhì)生產(chǎn)的高峰期

Plateau of Productivity

隨著成功案例增加，媒體和業(yè)界重新認(rèn)識，并回歸高度理性的關(guān)注。在此階段，新科技產(chǎn)生的利益與潛力被市場實際接受，經(jīng)過數(shù)代演進(jìn)進(jìn)入了非常成熟的階段。

02

實時數(shù)據(jù)管理處于哪個階段？

實時數(shù)據(jù)管理在中國大多數(shù)變革性數(shù)字用例和創(chuàng)新中發(fā)揮著至關(guān)重要的作用，包括元宇宙、智能制造、智慧城市、自動駕駛、定量計算等。其中許多用例都是成熟的概念，并且已經(jīng)進(jìn)行了多年的實際探索。隨著實時數(shù)據(jù)管理的成熟，這些用例將進(jìn)一步發(fā)展，最終成為未來10年中國社會的新規(guī)范。根據(jù) Gartner 最新的Hype Cycle for Data, Analytics and AI in China, 2023報告，實時數(shù)據(jù)管理正處于穩(wěn)步爬升的光明期，并將在2-5年后迎來真正的技術(shù)成熟。

在這一階段，以該技術(shù)為基礎(chǔ)的企業(yè)已經(jīng)具備了初步成型且可能成功的經(jīng)營模式，并不斷投入研發(fā)與生產(chǎn)，解決技術(shù)、需求端與供給端等各方面暴露的問題，初代產(chǎn)品正經(jīng)歷快速迭代和演進(jìn)，可以說，正處于真正的”實干“過程中。

03

DolphinDB ——

中國領(lǐng)先的實時數(shù)據(jù)管理廠商

根據(jù) Gartner 的報告，實時數(shù)據(jù)管理除了實時性等性能層面問題值得關(guān)注外，還存在其他一些待解決的問題，比如：

·整合復(fù)雜的本地數(shù)據(jù)生態(tài)系統(tǒng)需要付出巨大努力，多種平臺、軟件和接口的數(shù)據(jù)互通帶來較高的時間成本；

·實時數(shù)據(jù)管理技術(shù)中的編程語言非常多樣，運維多套系統(tǒng)會導(dǎo)致較高的學(xué)習(xí)曲線和技術(shù)障礙；

·實時和歷史數(shù)據(jù)的復(fù)雜用例仍然需要大量的工程來確保性能和數(shù)據(jù)一致性等。

作為由 Gartner 認(rèn)證的代表廠商，DolphinDB 是一個基于高性能時序數(shù)據(jù)庫，支持復(fù)雜分析與流處理的實時計算平臺。

在實時數(shù)據(jù)處理方面，DolphinDB 內(nèi)置的流數(shù)據(jù)框架支持流數(shù)據(jù)的發(fā)布，訂閱，預(yù)處理，實時內(nèi)存計算，復(fù)雜指標(biāo)的滾動窗口計算、滑動窗口計算、累計窗口計算等，是一個運行高效、使用便捷的流數(shù)據(jù)處理框架。但同時，DolphinDB 還是一個一體化、一站式的平臺，如前文所說各種問題，DolphinDB 都可以提供很好的解決方案：

·海量結(jié)構(gòu)化數(shù)據(jù)實時落庫，PB 級數(shù)據(jù)查詢毫秒級響應(yīng)，復(fù)雜分析任務(wù)秒級響應(yīng)；

·DolphinDB 語言與 Python 類似，并兼容標(biāo)準(zhǔn) SQL ，支持豐富的函數(shù)庫，降低學(xué)習(xí)成本的同時提升數(shù)據(jù)生命全周期處理能力；

·支持流批一體，批計算指標(biāo)代碼無需改寫即可直接用于流計算。

除了國際權(quán)威第三方分析機構(gòu) Gartner 外，DolphinDB 在商業(yè)領(lǐng)域也受到了市場的廣泛認(rèn)可。DolphinDB 的付費客戶遍及中國大陸及港臺地區(qū)、歐洲、美洲、澳洲等地，客戶領(lǐng)域包括金融、能源、智能制造、電信、化工、水務(wù)、營銷分析、智慧城市等。

未來，DolphinDB 將繼續(xù)致力于讓企業(yè)從海量數(shù)據(jù)中高效發(fā)掘數(shù)據(jù)尤其是實時數(shù)據(jù)的價值，以實時反控業(yè)務(wù)系統(tǒng)，共同助力企業(yè)和用戶實時商業(yè)決策

審核編輯 黃宇