vldb2015 Balazinska关于大数据研究的报告

2015 vldb会议上，华盛顿大学的Magdalena Balazinska 做了一篇报告，主题很有意思，是关于学术界如何继续大数据研究的问题。

报告列列举了VLDB历年会议上传统数据库领域经典问题的论文，说出了目前大多数做研究的人的感觉：好像问题都被研究完了，让工业界接手做好工程实现就好了。

作者否认了这个观点，并且认为学术界可以在基础层面做更多的研究贡献。一个很大的问题是几乎所有的大数据的负载都在工业界，怎么办？作者说学术界仍然有很多有意义的负载，像图像、空间数据、图形数据等。

途径1：利用校园或者科学应用，这些应用通常很有意思并且很有挑战，通常这些应用不在线校园普及。像天文望远镜图像、基因组数据、N体模拟等。

途径2：利用开源工具，开源工具可能有很多坑，或者不好用的地方，解决这些问题就是创新。如ParaTimer，SkewReduce,HaLoop等系统。

途径3：自己造轮子。打广告Myria

途径4：看看最新的问题：数据定价、数据许可协议。

途径5：培养下一代研究人员，前瞻研究问题：
Data Licensing -> Twitter
Array Database Engine -> GraphLab
Big Data Usability -> Twitter
Skew in Big Data Systems - > Microsoft
Probabilistic Streams -> Microsoft
RFID Data Management -> Nokia Research

个人总结一下：这个基本算是归纳，最后的前瞻研究问题倒是有很好的参考意义。