企业技术在向前不断发展着,今年我们做出了9大重点企业技术趋势预测，其中大部分技术都包裹在云中。而这9大趋势分别是什么，又为什么会是这样呢?
InfoWorld的David最近建议说是时候让“云计算”一词退休而只说“计算”了。这也就是说“云”已经成为必不可少的一部分了。
2015年,云基础设施的可伸缩性、自助服务性对运行配备 REST API的“微服务”组成的应用程序的好处日益明显。最有可能的是这些服务都将运行在“容器”中,这使开发人员在建设、测试和部署应用程序时能有比以往更多的控制力。容器反过来支持开发和运维devops(Development and Operations 开发和运维),在其中ops(运维)可以利用新的自动化、仪表化和监控化，并且devs(开发)承担起了生产应用程序开发者的责任。
以下为我们为企业带来的2016年趋势:
1、原生云塑造未来
从在容器中运行的“微服务”上建立的应用程序与其他庞大的应用程序相比具有种种优势。首先,这也是最重要的,其不是处理那些造成故障和使之难以更新的隐藏的内部依赖关系,而是它是一种可以使你享受独立监控和管理的服务。
但“微服务”架构也增加了复杂性,主要是，有成群的容器需要追踪。在生产过程的每一天中都是谁在管理着几十亿的容器呢?谷歌公司在2007年贡献出了Linux内核的cgroups容器特色功能(后不久Docker也提供了该功能)。
去年谷歌推出了开源Kubernetes(容器集群管理系统)项目,这将谷歌的容器管理系统概括提取到了开源码中。今年夏天此项目的创始人, Craig McLuckie宣布成立CNCF(原生云计算基金会),其将Kubernetes作为一个起点要为容器的调度、管理和调配构建一个生态系统。这一领域我们需要仔细留心了解。
2、Spark“流媒体”加速
2015年在大数据领域发生了一件有趣的事:Spark将Hadoop挤出了聚光灯外 。为什么?因为比起Hadoop的跨多个磁盘批量处理数据,Spark在小型的分批处理中有巨大内存的魔力非常接近实时的流媒体。(Storm,一个真正的流媒体解决方案,已经失宠。)
Cloudera和IBM将宝全押在Spark身上,而亚马逊、谷歌和微软也在他们的公有云服务中将Spark作为一项服务提供。但Spark仍然有内存管理和弹性等方面的缺点。不过在这种势头下,你可以预期未来一年内许多这样的问题都可以被解决。
3、开发者利用机器智能
现在不是所有主要的云都提供分析服务,但他们也在云中提供机器智能API;另外,开源机器智能的工具也比比皆是。无处不在的机器智能使开发人员能够构建在大数据中具有识别模式的应用程序——应用领域有欺诈检测、人脸识别、医疗诊断、基础设施优化、网络广告服务等等。
当然,一些商业软件和网站已经有了几年的机器智能特性(用来预测用户行为,推荐相关产品等等)。今天其的不同之处是,机器智能作为一个单独的爆发点，使任何开发人员都可以对其加以利用,我们现在有大量的数据和云计算数据都扔给了机器智能去处理,包括新的配备GPU加速器的服务器也都运行着机器智能算法。 |
