微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 盘点2014:十家最酷的大数据创业公司

盘点2014:十家最酷的大数据创业公司

2015-02-03 17:13
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2015-02-03 17:13 CNET科技资讯网

  这些年,很少有IT细分商场能够像大数据商场相同招引公司家的重视。现在,商业和花费者正在发作TB乃至PB级数据,许多公司也加大了研发,致力于搜集、存储、办理、剖析数据。

  以下是2014年大数据范畴分外瞩意图十家新式大数据创业公司

  1. Aerospike

  开创人和CTO:BrianBulkowski

  包含MongoDB、CouchBD和Redis等公司都在抢夺下一代数据库的商场份额。Aerospkie创立于2009年,总部坐落加州山景城。该公司研发了一组用于高功用运用的、实时的、闪存优化的NoSQL数据库。

  内存数据库满意牢靠业务处理的ACID(原子性、一同性、阻隔性、持久性)需求。Forensiq是一家供给在线广告欺诈检查效劳的公司,11月Forensiq宣称其每个月需求用Aerospike供给的数据库处理1万亿次恳求。

  年头Aerospike取得2000万美金的C轮融资。11月,Aerospike对数据库功用进行了优化,前进了存储才干,并进行了新功用和Hadoop的联络。

  2. Altiscale

  CEO:RaymieStata

  Hadoop在2014年很火,可是其大数据途径依然十分凌乱,并且很难用。这也是Altiscale和它的Hadoop效劳引人留意图缘由。Altiscale的效劳首要意图是处理Hadoop的笼统性与凌乱性,为工程师树立一个完好的Hadoop环境,并且对其进行保护与办理,让用户能够更专心于他们的数据与运用。当客户的需求发作改动的时,Altiscale也会做出相应的调整与改动。他还能够将ApacheHadoop加上业务支撑作为云效劳进行交给。

  Altiscale,总部坐落加州PaloAlto,建立于2012年。本年10月这家公司开端供给Hadoop上的SQL效劳,这使得能够经过运用SQL用户接口或API拜访Hadoop数据。

  Altiscale的高层包含CEORaymieStata和CTODavidChaiken都来自yahoo,yahoo也是Hadoop的发源地。这些人晓得他们自个在做啥。这个月初Altiscale取得了3000万美元的二轮融资。

  3. Databricks

  CEO:IonStoica

  2014年,ApacheSpark是大数据范畴最火的技能之一,它是一款能够像Hadoop相同前进大数据体系功用的内存数据处理引擎。这个开源软件来自加州伯克利大学的一个项目。

  Databricks供给了一个依据Spark的途径(该途径发布于六月),用于处理数据改换、勘探、剖析等大数据使命。2013年建立的Databricks公司不是一家以开源技能为噱头的创业公司。DatabrickCEOIonStoica(加州伯克利大学的核算机科学的教授)和CTOMateiZaharia创立了Spark,他们凭借大数据一站式效劳软件将他们的专业技能体现的酣畅淋漓。

  4. DataStax

  CEO:BillyBosworth

  DataStax是下一代数据库商场的另一个引领者,该公司支撑ApacheCassandra。ApacheCassandra是高拓宽性、容错的NoSQL数据库,思科、eBay和Twitter都在运用这种数据库。

  DataStax出售DataStax公司版,这是商化版别的Cassandra,还出售支撑该途径的东西和效劳。这个月初,公司推出了DSE4.6,其具有新的Spark流剖析功用,这标明该公司开端进入物联网。

  DataStax建立于2010年,总部坐落加州圣克拉拉,在9月的E轮融资中取得惊人的1亿600万美元的融资,当下总计取得1.9亿美元融资。

  5. DataTorrent

  联合开创人兼CEO:PhuHoang

  DataTorrent是帮忙用户即时处理、监控、剖析数据的公司级实时流剖析途径。该公司宣称依据Hadoop的DataTorrentRTS体系每秒能够履行数亿次、乃至十亿次处理。

  当今,许多作业在大数据范畴面对的一大应战是推延——如处理相似业务的流数据。DataTorrent的联合开创人兼CEOPhuHoang曾在yahoo领导Hadoop的研发,也看到了相似DataTorrentRTS类商品的展开时机。这家在圣克拉拉的创业公司建立于2012,在该年6月发布了DataTorrentRTS,10月发布了RTS2.0。

  6. Qubole

  联合开创人和CEO:AshishThusoo

  依据Haddop的Qubole数据效劳是一个云途径,公司能够用该途径存储和办理许多的构造化和非构造化数据,且可履行数据剖析和一些其它使命。你或许说Qubole很自恋:公司重视于使自个的途径尽或许跟着计划及其他内置办理功用进行自办理;此外,友爱的用户交互自效劳和数据联络功用都不需求数据科学家或程序员。

  该公司CEOAshishThusoo与印度总裁JoydeepSenSarma在2012年一同创立了Qubole。从前他们一同办理Facebook的数据根底缔造团队,担任大数据处理,往后他们一同参加了Hadoop的ApacheHive数据仓储根底缔造项目。月初,这家公司在B轮融资取得1300万美元融资。

  7. SnowflakeComputing

  CEO:BobMuglia

  SnowflakeComputing于10月悄然呈现,推出了依据云的数据仓储效劳,其效劳定位是变成凌乱、贵重本地数据库房体系的代替者,旨在完结灵敏和易于办理等特性。Snowflake的Elatic数据仓储当时仍是测验版,在将来将很有或许代替亚马逊网络效劳Redshift和Google的BigQuery。

  CEOBobMuglia说:“Snowflake的Elastic数据仓储效劳相较于本地数据仓储能够节约90%的本钱,并且比竞赛者AWS和Google的商品更易于运用。SnowflakeComputing当时研发的数据库体系既能够处理构造化和半构造化的数据”

  8. SumAll

  CEO:DaneAtkinson

  SumAll认为不只大公司需求大数据剖析,中小型也需求。这家在纽约的草创公司为公司供给了一个能够搜集公司电子商务、邮件商场、交际媒体、广告体系(如google的AdWords)上的数据并在一个互动可视化界面进行展现的在线剖析途径。

  SumAll建立于2011年,侧重于商品的易用性,其商品不只销往大公司,也销往中小型公司。该公司网站的核管用据显现,公司具有23.3万的SumAll用户,取得1400万美元融资,雇员均匀年龄32.6岁,每年花费22桶啤酒。

  9. Tamr

  联合开创人和CEO:AndyPalmer

  大数据的一个疑问是数据太大了,大数据通常有许多纷歧样的数据源,并且这些数据源一向在改换。

  Tamr公司的软件经过机器学习技能为这些数据源供给单一视角,一同为公司供给一个完好的数据财物库存并寻觅散布数据集之间的联络。该公司的技能最早来自MIT的核算机与人工智能实验室。

  2013年,数据库专家MichaelStonebraker、作业资深专家AndyPalmer和IhabIlyas一同创立了Tamr,本年5月,公司正式运转。一同,这家依据剑桥和麻省的公司筹集了1600万美元的风险出资。

  10. WibiDat

  联合开创人和CEO:ChristopheBisciglia

  咱们都很了解亚马逊能够为商户供给定制化的领会。坐落旧金山的WibiData创立于2010年,研发了一款可供给相似效劳的实时运用。

  该公司的Wibi公司途径运用抢先的剖析技能给花费者供给引荐、定制化的内容和有关查找作用。该途径依据一组开源Apache技能,其间包含Hadoop、HBase和Cassandra,也包含用于实时搜集、剖析、效劳数据的Kiji开源构造。年头该公司发布了WibiRetail,该运用是公司为零售商供给的首个“开箱即用”的运用。

  出资人包含google董事长EricSchmidt和Cloudera开创人MikeOlson。

访问南京欣才PHP培训(http://www.thinksite.cn)首页,了解更多!

分享至
0赞

好文章,需要你的鼓励

推荐文章
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-