欢迎大家赞助一杯啤酒🍺 我们准备了下酒菜：Formal mathematics/Isabelle/ML, Formal verification/Coq/ACL2, C++/F#/Lisp
D3
小 (→商业形态) |
小 (→搜索引擎) |
||
| 第112行： | 第112行： | ||
==数据库容器== | ==数据库容器== | ||
容器持久化 | 容器持久化 | ||
| + | |||
| + | ==爬虫== | ||
| + | D3 Hawk 基于 [https://github.com/ferventdesert/Hawk Hawk] 一个桌面爬虫和 ELT 引擎，[[C Sharp|C#]] 编写。 | ||
==搜索引擎== | ==搜索引擎== | ||
2019年9月4日 (三) 15:00的版本
D3
目录 |
含义
D3：Data, Database, Deep learning // 取其中的三个D
D3也表示以Data为中心的软件架构和开发模式。
D3 is a Platform for Data.
愿景
普适的大数据和人工智能，AI on every device everywhere.
Build Your Own Data Cloud.
路线图
缺省路线图：D3 HDP（两层含义：Huihoo Data Platform和Hortonworks Data Platform）
路线一：
- 基于Erlang数据库构建，Riak as a Foundation + Redis for Low Latency + Spark for Analytics。(默认)
- From Concept to Reality Solving Enterprise Challenges
路线二：
- 做Python和数据分析发行版 D3 Analysis Platform(DAP)，类似Anaconda。
- Anaconda D3 Anaconda Platform (DAP) + PyData + scikit-learn + Keras conda install -c omnia keras=0.3.2
路线三：
- 以Hortonworks为大数据基石
- 基于Deeplearning4j、H2O、Scala和Apache Spark构建JVM生态的D3解决方案：Deep learning on HDP
- 以数据为中心的编程Clojure和分析平台Metabase，Clojure is about Data, Scala is about Types, Java is about Objects.
- Yahoo CaffeOnSpark
- 通过Apache Bigtop分发D3
路线四：
- HPCC是Hadoop外的另一种选择。
- 整合TensorFlow, MXNet, PaddlePaddle等深度学习框架和机器学习库。
- C++语言核心驱动大数据和人工智能基础设施。
- 支持Python等尽可能多的外部接口语言。
核心
D3三驾马车：Apache Kafka Data Hub、Apache HBase Data Storage、Elasticsearch Data Insight.
堆栈
D3软件堆栈：SMACK堆栈
商业形态
提供数据库、商业智能和数据分析服务
灰狐数据: Huihoo Analytics
分析引擎
Huihoo Analytics：基于 Analytical DBMS ClickHouse 构建，打造一套类似 Elasticsearch Elastic Stack 的解决方案。
D3.NET
基于.NET的大数据和机器学习解决方案。
组成
- D3 Studio
- D3 Server
- D3 HDP
- D3 Database
工具
- D3 Studio based on KNIME insprie by Metabase and RapidMiner Studio
- Anaconda + Jupyter is the new front end for data science and AI.
- 打造成类似MATLAB机器学习和神经网络平台，基于Octave构建。
- De orange 数据挖掘工具包
- D3 weka 数据挖掘工具包
业务框架
- 网络爬虫、搜索引擎、自然语言处理提供的数据收集和数据挖掘服务。用elasticsearch驱动这一业务，它与Apache Hadoop有深度整合 提供Python客户端 DSL 且有丰富的开源项目和商业模式。
- 将大数据和人工智能服务更好的支持业务发展，通过业务框架提供这一支撑。
- Mars微信官方的跨平台跨业务的终端基础组件可作为基础参考。WeUI 为微信 Web 服务量身设计。
基础设施
- PostgreSQL DBaaS, Citus Multi-tenant database SaaS, OpenStack DBaaS (Trove) 数据库即服务，跟进Amazon Aurora。
- Deep learning on HDP Deep Learning on HDP
- HDP on OpenStack
数据
数据库
Multi-model is the future，以下是D3数据库路线图：
从零开始写分布式数据库 一个思路
D3 database基于Riak构建和分发：
- D3 KV
- D3 TS
- D3 S2
D3 Studio管理工具，基于Robo 3T构建，支持MongoDB、MariaDB、PostgreSQL、ArangoDB等数据库。
D3 PostgreSQL分发版，PostgreSQL as a Service，PSaaS。
D3 ArangoDB多模型(Multi-model)数据库，Apache v2。
数据库集群：
- D3 CockroachDB
- D3 Cluster based on Vitess MySQL Cluster
- D3 Cluster for MariaDB (容器集群)
- D3 Cluster for PostgreSQL (容器集群)
- D3 Cluster for Cassandra (容器集群)
- D3 MariaDB Cluster
- D3 PostgreSQL Cluster
- D3 ArangoDB Cluster
数据库容器
容器持久化
爬虫
D3 Hawk 基于 Hawk 一个桌面爬虫和 ELT 引擎，C# 编写。
搜索引擎
信息检索
- Apache Lucene、Apache Solr和Elasticsearch是我们在信息检索领域的工具集和兴趣所在。
数据科学
数据科学、机器学习
- D3V：基于 AntV 和 Apache ECharts 的数据可视化
- D3 PNDA 大数据分析
- D3 KNIME
- D3 H2O
- D3 orange 为数据挖掘提供一个更好用的机器学习软件包，而不总是SPSS。
- D3 pentaho 数据集成、数据挖掘、大数据分析、商业智能解决方案。
- Weka: Machine learning software to solve data mining problems
- Women in Data Science
科学计算
一个类似Anaconda python的Julia科学计算平台：D3 Julia。
DC/OS
D3 on DC/OS
Data Science and Machine Learning on DC/OS
实践
领域
- 电商零售业
- 爬虫和搜索解决方案 Search as a Service
- 自然语言处理 // 让D3更好的理解Web
- 计算广告
- 金融服务/金融科技
- 计算机视觉：Caffe2、DeepVC
- 自动驾驶汽车
- 区块链数据库和区块链数据市场
运营
- IPython Jupyter
- Apache Ambari Operational Best Practices Workshop
- Hue
- Apache Zeppelin
- Apache NiFi
- Apache Metron
- H2O Flow
- Kettle & Talend
- Apache Kylin OLAP on Hadoop
- 基于Eclipse的各种分析和运营工具：KNIME、XMind
商业软件
图集
Anaconda Distribution
大数据
PNDA
快数据
Aiven
Basho数据平台
比特币交易数据
MADlib架构
