为了收集有关数据库生态系统当前和未来状态的见解，我们与来自22家公司的IT主管讨论了他们的客户当前如何使用数据库以及他们将来如何看待使用和解决方案的变化。
我们问他们，“我没想到你认为我们需要在本研究指南中介绍什么？” 这是他们告诉我们的：
当客户经历以后使用数据的旅程时，人们勉强考虑收集单个时间序列，他们希望利用来自其他领域的数据（即维护数据，生产数据）来丰富时间序列。采用灵活的平台，可以为您的数据库提供未来保障。传统上，随着数据基础架构数据越来越孤立以从数据中获取价值，您必须将其从孤岛中解脱出来。取消筒仓数据并在查询级别将一个数据集与另一个数据集相互丰富。在考虑可伸缩性时考虑卷。您需要能够在整个组织中进行扩展。撕裂和替换比重新教导每个人更容易。
发展业务和数据库的机遇和挑战是其中的一部分。 想想未来30年的建筑 - 敏捷，灵活，生存。
需要规范化数据。 用户现在想要数据。所以关系和非关系都很重要 - 平衡。
技术与业务之间的协调 将推动更好的产品。
我想到的一件事是互操作性方面的挑战和机遇。数据不仅存在于数据库中并显示在屏幕上：它来自多个系统，而且它可以用于其他系统。传统上，ETL方法一直是数据库领域的焦点，但是图片还有很多。在“云优先，API优先”的世界中，与之合作的数据库和开发人员 有机会（并有责任）从一开始就将互操作性作为应用程序的一部分。
开发人员和DBA之间角色的变化，现在SRE（站点可靠性工程师）取代了操作人员，但开发人员似乎正在做自己的工作。这些角色的演变是什么？这对行业有何影响？它始于虚拟化，最终以云计算结束。 更多DBaaS正在改变角色。
操作的东西变得越来越重要（GDPR，构建应用程序，以便您可以操作）。DBA的日子已经发生了变化。您必须考虑数据模型及其随时间的演变。人们需要更多地了解这一切是如何运作的。 DevOps模型也适用于数据和数据库。
AIOps来自Gartner的一个子集DataOps。
数据库在新兴AI环境中扮演什么角色？大多数数据都位于关系数据库中。最常见的数据来源是数据湖。所有决策树和神经网络都是Graph。
AI将如何影响数据库？
机器学习/人工智能将如何影响数据库的未来。
在过去的30年里，计算机的发展方式使它们可以做得更多; 电话的发展方式使他们可以做得更多; 汽车的发展方式使他们可以做得更多; 搜索已经发展成为他们可以做得更多的方式; 应用程序开发模型和应用程序已经发展到更多; 但是，数据库几乎停滞不前。为什么传统数据库没有做得更多？ 数据库需要不断发展，并为现×××发人员做更多的事情。