當前位置:首頁 » 操作系統 » 大象資料庫

大象資料庫

發布時間: 2022-06-05 20:36:23

① 如何讓數據流動起來,讓數據擁抱數據

圍牆里的大數據註定成為死數據。大數據需要開放式創新,從數據的開放、共享和交易,到價值提取能力的開放,再到基礎處理和分析平台的開放,讓數據如同血液在數據社會的軀體中長流,滋潤數據經濟,讓更多的長尾企業和數據思維創新者產生多姿多彩的化學作用,才能創造大數據的黃金時代。
我的大數據研究軌跡
我做了4-5年的移動架構和Java虛擬機,4-5年的眾核架構和並行編程系統,最近4-5年也在追時髦,先是投入物聯網,最近幾年一直在做大數據。我們團隊的大數據研究軌跡如下圖所示:

2010-2012年,主要關注數據和機器的關系:水平擴展、容錯、一致性、軟硬體協同設計,同時釐清各種計算模式,從批處理(MapRece)到流處理、Big SQL/ad hoc query、圖計算、機器學習等等。事實上,我們的團隊只是英特爾大數據研發力量的一部分,上海的團隊是英特爾Hadoop發行版的主力軍,現在英特爾成了Cloudera的最大股東,自己不做發行版了,但是平台優化、開源支持和垂直領域的解決方案仍然是英特爾大數據研發的重心。
從2013年開始關注數據與人的關系:對於數據科學家怎麼做好分布式機器學習、特徵工程與非監督學習,對於領域專家來說怎麼做好互動式分析工具,對於終端用戶怎麼做好互動式可視化工具。英特爾研究院在美國卡內基梅隆大學支持的科研中心做了GraphLab、Stale Synchronous Parallelism,在MIT的科研中心做了互動式可視化和SciDB上的大數據分析,而中國主要做了Spark SQL和MLlib(機器學習庫),現在也涉及到深度學習演算法和基礎設施。
2014年重點分析數據和數據的關系:我們原來的工作重心是開源,後來發現開源只是開放式創新的一個部分,做大數據的開放式創新還要做數據的開放、大數據基礎設施的開放以及價值提取能力的開放。
數據的暗黑之海與外部效應
下面是一張非常有意思的圖,黃色部分是化石級的,即沒有聯網、沒有數字化的數據,而絕大多數的數據是在這片海裡面。只有海平面的這些數據(有人把它稱作Surface Web)才是真正大家能訪問到的數據,爬蟲能爬到、搜索引擎能檢索到的數據,而絕大多數的數據是在暗黑之海裡面(相應地叫做Dark Web),據說這一部分佔數據總量的85%以上,它們在一些孤島裡面,在一些企業、政府裡面躺在地板上睡大覺。

數據之於數據社會,就如同水之於城市或者血液之於身體一樣。城市因為河流而誕生也受其滋養,血液一旦停滯身體也就危在旦夕。所以,對於號稱數據化生存的社會來說,我們一定要讓數據流動起來,不然這個社會將會喪失諸多重要功能。
所以,我們希望數據能夠像「金風玉露一相逢」那樣產生化學作用。馬化騰先生提出了一個internet+的概念,英特爾也有一個大數據X,相當於大數據乘以各行各業。如下圖所示,乘法效應之外,數據有個非常奇妙的效應叫做外部效應(externality),比如這個數據對我沒用但對TA很有用,所謂我之毒葯彼之蜜糖。

比如,金融數據和電商數據碰撞在一起,就產生了像小微貸款那樣的互聯網金融;電信數據和政府數據相遇,可以產生人口統計學方面的價值,幫助城市規劃人們居住、工作、娛樂的場所;金融數據和醫學數據在一起,麥肯錫列舉了很多應用,比如可以發現騙保;物流數據和電商數據湊在一塊,可以了解各個經濟子領域的運行情況;物流數據和金融數據產生供應鏈金融,而金融數據和農業數據也能發生一些化學作用。比如Google analytics出來的幾個人,利用美國開放氣象數據,在每一塊農田上建立微氣象模型,可以預測災害,幫助農民保險和理賠。
所以,要走數據開放之路,讓不同領域的數據真正流動起來、融合起來,才能釋放大數據的價值。
三個關於開放的概念
1、數據開放
首先是狹義的數據開放。數據開放的主體是政府和科研機構,把非涉密的政府數據及科研數據開放出來。現在也有一些企業願意開放數據,像Netflix和一些電信運營商,來幫助他們的數據價值化,建構生態系統。但是數據開放不等於信息公開。首先,數據不等於信息,信息是從數據裡面提煉出來的東西。我們希望,首先要開放原始的數據(raw data),其次,它是一種主動和免費的開放,我們現在經常聽說要申請信息公開,那是被動的開放。
Tim Berners Lee提出了數據開放的五星標准,以保證數據質量:一星是開放授權的格式,比如說PDF;其次是結構化,把數據從文件變成了像excel這樣的表;三星是開放格式,如CSV;四星是能夠通過URI找到每一個數據項;五星代表能夠和其它數據鏈接,形成一個開放的數據圖譜。

現在主流的數據開放門戶,像data.dov或data.gov.uk,都是基於開源軟體。英特爾在MIT的大數據科研中心也做了一種形態,叫Datahub:吉祥物很有趣,一半是大象,代表資料庫技術,一半是章魚,取自github的吉祥物章魚貓。它提供更多的功能比如易管理性,提供結構化數據服務和訪問控制,對數據共享進行管理,同時可以在原地做可視化和分析。

廣義的數據開放還有數據的共享及交易,比如點對點進行數據共享或在多邊平台上做數據交易。馬克思說生產資料所有制是經濟的基礎,但是現在大家可以發現,生產資料的租賃制變成了一種主流(參考《Lean Startup》),在數據的場景下,我不一定擁有數據,甚至不用整個數據集,但可以租賃。租賃的過程中要保證數據的權利。
首先,我可以做到數據給你用,但不可以給你看見。姚期智老先生82年提出「millionaires』 dilemma(百萬富翁的窘境)」,兩個百萬富翁比富誰都不願意說出自己有多少錢,這就是典型的「可用但不可見」場景。在實際生活中的例子很多,比如美國國土安全部有恐怖分子名單(數據1),航空公司有乘客飛行記錄(數據2),國土安全部向航空公司要乘客飛行記錄,航空公司不給,因為涉及隱私,他反過來向國土安全部要恐怖分子名單,也不行,因為是國家機密。雙方都有發現恐怖分子的意願,但都不願給出數據,有沒有辦法讓數據1和數據2放一起掃一下,但又保障數據安全呢?
其次,在數據使用過程中要有審計,萬一那個掃描程序偷偷把數據藏起來送回去怎麼辦?再者,需要數據定價機制,雙方數據的價值一定不對等,產生的洞察對各方的用途也不一樣,因此要有個定價機制,比大鍋飯式的數據共享更有激勵性。
從點對點的共享,走到多邊的數據交易,從一對多的數據服務到多對多的數據市場,再到數據交易所。如果說現在的數據市場更多是對數據集進行買賣的話,那麼數據交易所就是一個基於市場進行價值發現和定價的,像股票交易所那樣的、小批量、高頻率的數據交易。
我們支持了不少研究來實現剛才所說的這些功能,比如說可用而不可見。案例一是通過加密資料庫CryptDB/Monomi實現,在數據擁有方甲方這邊的資料庫是完全加密的,這事實上也防止了現在出現的很多數據泄露問題,大家已經聽到,比如說某互聯網服務提供商的員工偷偷把數據拿出來賣,你的數據一旦加密了他拿出來也沒用。其次,這個加密資料庫可以運行乙方的普通SQL程序,因為它採用了同態加密技術和洋蔥加密法,SQL的一些語義在密文上也可以執行。

針對「百萬富翁的窘境」,我們做了另一種可用但不可見的技術,叫做數據咖啡館。大家知道咖啡館是讓人和人進行思想碰撞的地方,這個數據咖啡館就是讓數據和數據能夠碰撞而產生新的價值。
比如兩個電商,一個是賣衣服的,一個是賣化妝品的,他們對於客戶的洞察都是相對有限的,如果兩邊的數據放在一起做一次分析,那麼就能夠獲得全面的用戶畫像。再如,癌症是一類長尾病症,有太多的基因突變,每個研究機構的基因組樣本都相對有限,這在某種程度上解釋了為什麼過去50年癌症的治癒率僅僅提升了8%。那麼,多個研究機構的數據在咖啡館碰一碰,也能夠加速癌症的研究。
在咖啡館的底層是多方安全計算的技術,基於英特爾和伯克利的一個聯合研究。在上面是安全、可信的Spark,基於「data lineage」的使用審計,根據各方數據對結果的貢獻進行定價。

2、大數據基礎設施的開放
現在有的是有大數據思維的人,但他們很捉急,玩不起、玩不會大數據,他不懂怎麼存儲、怎麼處理這些大數據,這就需要雲計算。基礎設施的開放還是傳統的Platform as a Service,比如Amazon AWS里有MapRece,Google有Big Query。這些大數據的基礎處理和分析平台可以降低數據思維者的門檻,釋放他們的創造力。
比如decide.com,每天爬幾十萬的數據,對價格信息(結構化的和非結構化的)進行分析,然後告訴你買什麼牌子、什麼時候買最好。只有四個PhD搞演算法,其他的靠AWS。另一家公司Prismatic,也利用了AWS,這是一家做個性化閱讀推薦的,我專門研究過它的計算圖、存儲和高性能庫,用LISP的一個變種Clojure寫的非常漂亮,真正做技術的只有三個學生。
所以當這些基礎設施社會化以後,大數據思維者的春天很快就要到來。
3、價值提取能力的開放
現在的模式一般是一大一小或一對多。比如Tesco和Dunnhumby,後者剛開始是很小的公司,找到Tesco給它做客戶忠誠度計劃,一做就做了幾十年,這樣的長期戰略合作優於短期的數據分析服務,決策更注重長期性。當然,Dunnhumby現在已經不是小公司了,也為其他大公司提供數據分析服務。再如沃爾瑪和另外一家小公司合作,做數據分析,最後他把這家小公司買下來了,成了它的Walmart Labs。
一對多的模式,典型的是Palantir——Peter Thiel和斯坦福的幾個教授成立的公司,目前還是私有的,但估值近百億了,它很擅長給各類政府和金融機構提供數據價值提取服務。真正把這種能力開放的是Kaggle,它的雙邊,一邊是10多萬的分析師,另一邊是需求方企業,企業在Kaggle上發標,分析師競標,獲得業務。這可能是真正解決長尾公司價值提取能力的辦法。當然,如果能和我們的數據咖啡館結合,就更好了。

② 怎麼管理heroku的資料庫如何進行建表添加數據查看數據

你的Heroku帳號用的是postgre資料庫,上面顯示有資料庫的IP地址埠用戶名和URL連接。安裝一個PostgresSQL的本地客戶端,是個大象圖標,把這些信息填進去就可以連上了。注意密碼可能會變化,每次連接重新取新的密碼。然後你會看見有近千個資料庫,你只能訪問你的資料庫。找到你的資料庫就可以用你的客戶端讀寫訪問。(不知道Sale Force現在有沒有把其他資料庫改進一下隱藏起來)

③ 大象辦公軟體怎麼注冊

1,打開手機點擊「大象新聞」,然後點擊「始終允許」設置授權。

2,授權完畢後點擊「同意」,然後點擊「我的」,接著點擊「登錄/注冊」。

3,打開底部彈窗中點擊「始終允許」設置授權。

4,打開免密登錄界面輸入手機號和驗證碼,然後點擊「登錄」即可。

注意事項:近期大象新聞出現無法注冊和登錄的現象,程序員正在努力修復,後面就可以按照上面的步驟進行正常注冊和登錄了。

④ 河南大象信息技術有限公司怎麼樣

簡介:河南大象信息技術有限公司正式成立於2015年9月,總部位於鄭州,是一家高科技公司。專注於大數據智能時代政府網路信息安全系統及企業信息安全系統的,向政府、銀行、保險、上市公司、證券公司等機構型客戶提供全方位的大數據網路信息技術解決方案。
法定代表人:夏傑剛
成立時間:2015-09-14
注冊資本:1000萬人民幣
工商注冊號:410199000108879
企業類型:有限責任公司(非自然人投資或控股的法人獨資)
公司地址:鄭州高新技術產業開發區蓮花街5號A座20層2001號

⑤ 重慶行走的大象科技是做什麼的

是不是自我營銷

熱點內容
python編程中文pdf 發布:2024-10-31 11:30:28 瀏覽:283
發熱留觀室需要哪些配置 發布:2024-10-31 11:24:10 瀏覽:170
注冊表項拒絕訪問 發布:2024-10-31 11:20:10 瀏覽:823
php復習題 發布:2024-10-31 11:10:23 瀏覽:701
與編譯器優化相關的所有開關 發布:2024-10-31 11:10:20 瀏覽:118
android圖片按鈕居中顯示 發布:2024-10-31 11:08:39 瀏覽:164
忘記下載的密碼怎麼辦 發布:2024-10-31 11:07:59 瀏覽:413
存儲卡攝錄一體機 發布:2024-10-31 11:07:42 瀏覽:699
如何編譯愛心 發布:2024-10-31 11:06:10 瀏覽:628
格魯德小鎮服飾店的密碼是什麼 發布:2024-10-31 11:05:25 瀏覽:496