2016年7月13日，Gartner公司新發(fā)布了2016年《數(shù)據(jù)倉庫和分析型數(shù)據(jù)管理解決方案關(guān)鍵能力》（Critical Capabilities for Data Warehouse and Data Management Solutions for Analytics）報告，該報告由分析師Rick Greenwald、Mark A. Beyer和Roxane Edjlali共同撰寫，共對19家數(shù)據(jù)庫廠商進行評估，是2016年2月25日Gartner公司《數(shù)據(jù)倉庫和分析型數(shù)據(jù)管理解決方案魔力象限報告》（Magic Quadrant for Data Warehouse and Data Management Solutions for Analytics）的姊妹篇。

該報告基于現(xiàn)有客戶經(jīng)驗的調(diào)查數(shù)據(jù)評估供應(yīng)商的能力，幫助數(shù)據(jù)集成和數(shù)據(jù)分析負責人選擇正確的技術(shù)發(fā)展信息基礎(chǔ)設(shè)施，以支持多樣化和發(fā)展的分析需求。

Gartner這份報告中的分數(shù)表示供應(yīng)商在市場中的地位，當然這些分數(shù)都不是絕對的，只能說明在某份具體年度報告中的情況。在今年的研究報告中，對其他數(shù)據(jù)類型的支持的變化以及調(diào)查結(jié)果和分析師的研究之間的平衡已受到影響。

Gartner公司將“關(guān)鍵能力”（Critical Capabilities）定義為“在質(zhì)量和性能上使某類產(chǎn)品/服務(wù)形成差異化優(yōu)勢的屬性”。該研究報告圍繞傳統(tǒng)、操作、邏輯和上下文無關(guān)的四大數(shù)據(jù)倉庫使用案例對各廠商進行評估。

圖1 傳統(tǒng)數(shù)據(jù)倉庫使用案例的供應(yīng)商產(chǎn)品分數(shù)

圖2 操作數(shù)據(jù)倉庫用例的供應(yīng)商產(chǎn)品分數(shù)

圖3 邏輯數(shù)據(jù)倉庫用例的供應(yīng)商產(chǎn)品分數(shù)

圖4 上下文無關(guān)的數(shù)據(jù)倉庫用例的供應(yīng)商的產(chǎn)品分數(shù)

在傳統(tǒng)數(shù)據(jù)倉庫使用案例評估中（圖1），Teradata獲評最高產(chǎn)品得分。Teradata提供數(shù)據(jù)庫管理系統(tǒng)解決方案，數(shù)據(jù)倉庫設(shè)備以及云數(shù)據(jù)倉庫解決方案。其產(chǎn)品包括傳統(tǒng)和邏輯數(shù)據(jù)倉庫解決方案，這是Teradata所說的統(tǒng)一數(shù)據(jù)架構(gòu)(UDA)的一部分。

Teradata在操作數(shù)據(jù)倉庫用例方面的得分也比較高，居MemSQL和IBM之后的第三位。三分之二的Teradata受訪者使用該公司操作數(shù)據(jù)倉庫用例的產(chǎn)品。

在操作數(shù)據(jù)倉庫用例的供應(yīng)商產(chǎn)品分數(shù)（圖2）評估中，MemSQL獲得最高分。今年MemSQL位列操作數(shù)據(jù)倉庫用例榜首，在很大程度上基于連續(xù)數(shù)據(jù)加載和操作型BI查詢用例的調(diào)查得分。

MemSQL結(jié)合基于磁盤的列存儲分析，為使用案例提供了一個內(nèi)存中的數(shù)據(jù)庫管理系統(tǒng)。從用戶的角度來看，MemSQL客戶報告的平衡允許它在數(shù)據(jù)科學實驗室設(shè)置專門高級功能，這對數(shù)據(jù)科學家和數(shù)據(jù)挖掘家更有利。但MemSQL客戶沒有足夠的經(jīng)驗應(yīng)對升級或版本遷移帶來的困難。

有三分之二的Teradata受訪者使用該公司操作數(shù)據(jù)倉庫用例的產(chǎn)品。越來越多的Teradata應(yīng)用與Aster和Hadoop相結(jié)合，進一步證明了采用Teradata邏輯數(shù)據(jù)倉庫和上下文無關(guān)的數(shù)據(jù)倉庫用例的比例依然較高。

在四大數(shù)據(jù)倉庫使用案例類型評估中，除了Teradata和MemSQL有亮眼表現(xiàn)，Oracle、IBM、MapR等供應(yīng)商的產(chǎn)品也分別位居各項評估分數(shù)前列。

在今年的關(guān)鍵能力計算中，業(yè)務(wù)分析師和臨時用戶被歸類為傳統(tǒng)的數(shù)據(jù)倉庫用戶，而數(shù)據(jù)科學家和數(shù)據(jù)挖掘家被歸類為發(fā)現(xiàn)用戶。

今年，Gartner依舊定義了四種基本類型的用戶技能集：

數(shù)據(jù)科學家：統(tǒng)計專家，抽象數(shù)學，編程，業(yè)務(wù)流程，溝通和領(lǐng)導(dǎo)能力。

數(shù)據(jù)挖掘：數(shù)據(jù)專家，統(tǒng)計軟件，統(tǒng)計模型，充分意識到計算機處理的“陷阱”或錯誤。

商業(yè)分析師：利用聯(lián)機分析處理和三維工具來創(chuàng)建新的對象，用計算機語言和計算機處理技術(shù)。

臨時用戶：定期使用門戶和預(yù)置接口，最小可設(shè)計三維分析（如果有的話）。

傳統(tǒng)的數(shù)據(jù)倉庫

這個用例涉及管理來自不同結(jié)構(gòu)源的歷史數(shù)據(jù)，數(shù)據(jù)主要通過批量加載。

傳統(tǒng)的數(shù)據(jù)倉庫可以管理大量的數(shù)據(jù)，主要是用于標準的報告和儀表板。它也用于自由形式的查詢和挖掘，或操作查詢，但它需要較高的系統(tǒng)可用性和管理能力。

業(yè)務(wù)數(shù)據(jù)倉庫

此用例管理在應(yīng)用程序中不斷加載的結(jié)構(gòu)化數(shù)據(jù)，支持應(yīng)用程序中的嵌入式分析、實時數(shù)據(jù)存儲和操作數(shù)據(jù)存儲。

這種情況下，主要是支持報告和自動查詢，并需要高可用性和災(zāi)難恢復(fù)能力，以滿足業(yè)務(wù)需求。管理不同類型的用戶或工作負載，如專案查詢和挖掘。

邏輯數(shù)據(jù)倉庫

此用例管理結(jié)構(gòu)化和其他數(shù)據(jù)類型的數(shù)據(jù)種類和數(shù)據(jù)量。

除了來自事務(wù)性應(yīng)用程序的結(jié)構(gòu)化數(shù)據(jù)，還包括其他內(nèi)容的數(shù)據(jù)類型，如機器數(shù)據(jù)，文本文檔，圖像和視頻。由于附加的內(nèi)容類型可以驅(qū)動大數(shù)據(jù)量，管理大容量是一個重要的標準。邏輯數(shù)據(jù)倉庫還需要滿足不同的查詢功能，支持不同的用戶技能。這種使用的情況下，可以支持查詢其他來源的數(shù)據(jù)，并不僅僅是來自數(shù)據(jù)倉庫的數(shù)據(jù)庫管理系統(tǒng)。

上下文無關(guān)的數(shù)據(jù)倉庫

它表明了新的數(shù)據(jù)值，數(shù)據(jù)形式的變體和新的關(guān)系。它支持搜索，圖形和其他先進的能力，以發(fā)現(xiàn)新的信息模型。

這種使用的情況下，主要用于自由形式的查詢，預(yù)測建?；驍?shù)據(jù)挖掘，以及支持多個數(shù)據(jù)類型和來源的查詢。它沒有業(yè)務(wù)要求，并有利于如數(shù)據(jù)科學家或業(yè)務(wù)分析人員等專業(yè)人士，可以實現(xiàn)多個數(shù)據(jù)類型的自由形式的查詢。