对数据库的热爱与日俱增，这使我提出了许多有关它们如何工作的问题，而我近对数据库索引的痴迷也是如此，以前我知道如果我希望特定的列或字段比其他列或字段更快，则可以对其进行索引。那是我次学习编码时大脑所能应付的，但是作为开发人员的成长意味着我对基础知识的了解，例如数据库索引的确切含义及其存在的原因。

数据被描述为新的石油，但也被描述为新的石棉。我们知道，如果以正确的方式进行管理和利用，数据将成为推动公司成功的终数字资产。但是，如果管理不当，则相同的数据可能会对全球企业造成可怕的后果，包括合规性罚款，劣质的客户体验和重大的竞争陷阱。

业正在采用其云提供商和更专业的供应商提供的商业流处理产品，至少有54％在应用程序中使用流处理的公司正在使用供应商的流处理产品或服务进行生产，在被询问的供应商中，平均有三（2.8）个正在生产中使用，或者由具有实时流处理用例的公司积极评估/试行，随着越来越多的应用将流处理应用到生产中，我们期望众多供应商根据他们支持的开源技术以及如何将流处理捆绑到一个更大的平台中进行竞争，告诫我们不要使用本研究来计算市场份额，让我们深入研究数据。

对于任何企业而言，重要的是保持竞争力，而不是成为破坏或流离失所的受害者。话虽如此，对于大数据（尤其是机器学习）而言，至关重要的不是作为组织IT部门要解决的技术挑战，而是作为业务领导机会。这意味着该业务战略应结合机器学习以从数据中获取价值，并将其用作强大的数字化转型工具。

随着人工智能（AI）和机器学习成为席卷技术市场的下一个重大变革技术，业界担心AI接管工作场所也就不足为奇了。据估计，在未来的15年中，人工智能可以替代多达40％的工作，对AI的投资激增，迄今为止，早期采用者的比例从25％增至近70％。许多支持AI和自动化的早期采用者相信，他们可以从根本上改变工作场所。

毫无疑问，由于大数据，许多先进技术公司已经获得了令人信服的竞争优势。在过去的几年中，它的采用已经从有远见的专家转变为实用主义者，因此，今天很难找到任何不花钱在其不断增长的数据存储，处理和提取价值上的企业组织，但是，一旦公司具备了收集和处理海量数据的能力，问题就变成了：“我如何从中获得价值？”