Big Data Quarterly. Summer 2025

Смотрю по диагонали отчёт Big Data Quarterly Summer 2025 (полный отчет выложен в тг тут)
Из интересного и свежего выделил для себя 2 топика:

1) Если вы эксплуатируете своё железо, то в среднем в год происходит 4.2 жопы (подтверждаю на 100%😤).

2) Снэпшоты не особо спасают. Между ними всё равно образуются большие гэпы. А если вы процессите что-то серьёзное, то есть шанс потерять всё именно в этих гэпах. (И это дорого. Очень.)

3) AI использует данные мониторинга и учится находить паттерны неотвратимо приближающейся жопы. Предиктивная аналитика.

Что-то вроде такого развивает один мой товарищ. Но там немного другая история: связанная с тяжелой промкой и задачи из разряда "как определить, что промышленная печь длинной 100м начинает сбоить и разваливаться за 3-5 суток до момента Ж."👷‍♂

Очень полезная штука, особенно когда печь надо 2 дня остужать и потом опять 2 дня разогревать, а во время ремонта обычно на заводе объявляют массовый отпуск на месяц (не шутка).

4) AI на ходу резолвит оптимальную стратегию для восстановления инфраструктуры (насчет этого я пока еще скептично настроен, но думаю тоже интересное направление).

Комментарии 500 крупных компаний:
78% - нехватка специалистов,
75% - сопротивление изменениям,
80% - нет real-time,
76% - слишком "медленные" (с т.з. производительности) дашборды.

В целом ничего нового, НО тут тоже уже прослеживаются AI тренды.

Все крупные вендоры BI уже понимают, что встраивать AI - это must have. Хотя бы, чтобы легче было искать данные в этих десятках и сотнях дашбордов. Это также подтвердили на недавнем закрытом мероприятии от компании V. В планах на 2026 уже есть.

Вообще, мне очень зашла идея про Disaster prediction. Если для печей работает, то почему не сработает для серваков? Тоже ведь, своего рода, печки.