数据领域当前Top3的问题和挑战是什么

首先，DT (数据技术)与IT (信息技术)的分离趋势是不可逆的。DT领域的人才技能要求、组织形态、项目阶段特征，都与传统IT项目不同，有其独特规律。已有的DT经验积累大多来自于DW(数仓)和BI(商务智能)类项目，而此类项目成员数通常较少，从而很难沉淀大团队高复杂度的DT项目经验，反映在数据治理项目方案上，会出现方法论没深度、工具链单薄、交付物品类不丰富的问题。

其次，数据中间件产品的生态非常贫瘠。历史上IBM、Oracle、Teradata对数据中间件领域进行过彻底的收购，造成DB(数据库)产品衰退过程，连带着整个DT生态衰退，典型案例是Oracle既不能拥抱Hadoop，也不能彻底拒绝Hadoop，只能在原有产品中试探增加NoSQL和Stream特性，同时，新兴中间件与Oracle的兼容问题成为技术门槛，兼容Oracle就是高成本，不兼容市场又窄，从而新玩家无法进入核心市场。非核心领域，Oracle通过MySQL的生态位进行控制，防止出现有竞争力的中间件品牌。

最后，DT领域的基础理论和规律缺乏总结是最大挑战。过去四十年DT领域依托DB(数据库)产品发展，其技术规律的总结大多以DB产品属性的形式出现，直接导致21世纪初Hadoop(大数据)技术独立出现，恶果是至今DB与Hadoop仍无法底层融合，DT生态缺乏由统一理论支持的自洽产品，典型特征是Stream and Table Relativity (流表相对论)和Graph Database(图数据库)两个领域始终没有完整商品，但是这两个领域恰恰是DB与Hadoop融合课题和NoSQL性能优化的解决思路。