D3

2023年7月19日 (三) 04:08的最后版本

D3

[编辑] 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.

[编辑] 愿景

普适的大数据和人工智能，AI on every device everywhere.

Build Your Own Data Cloud.

[编辑] 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。

[编辑] 核心

D3三驾马车：Apache Kafka Data Hub、Apache HBase Data Storage、Elasticsearch Data Insight.

[编辑] 堆栈

D3软件堆栈：SMACK堆栈

[编辑] 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

[编辑] 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。

[编辑] D3.NET

基于.NET的大数据和机器学习解决方案。

[编辑] 组成

D3 Studio(IDE) -> DStudio ?

可设计成类似 Cantor 那样的数学和统计学工具包前端，支持 KAlgebra，Lua，Maxima，R，Sage，Octave，Python，Scilab 和 Qalculate 等众多环境

D3 Server
D3 Database

工具

D3 Studio based on Eclipse Data Tools Platform (DTP) 和 DBeaver/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

[编辑] 数据

开放数据
通过scrapy等工具爬取更多数据

[编辑] 数据库

D3 Studio 客户端管理工具，基于 SQuirreL_SQL_Client 构建，支持 MariaDB、PostgreSQL、Apache Cassandra、MongoDB、ArangoDB等数据库。

为 RavenDB、PostgreSQL、MariaDB 和 ScyllaDB 等核心数据库提供支持和服务，D3 DBeaver 的分发。

Multi-model is the future，以下是D3数据库路线图：

喜欢 ArangoDB 的定位：One engine. One query language. Multiple models.

D3 ArangoDB多模型(Multi-model)数据库，Apache v2。

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 PostgreSQL分发版，based on CitusDB，PostgreSQL as a Service，PSaaS。

数据库集群： D3 Cluster based on Vitess MySQL Cluster

D3 RavenDB
D3 ScyllaDB
D3 Cluster for MariaDB (容器集群)
D3 Cluster for PostgreSQL (容器集群)
D3 MariaDB Cluster
D3 PostgreSQL Cluster
D3 ScyllaDB Cluster

[编辑] 数据库迁移

Azure Database Migration Guide

[编辑] 数据库容器

容器持久化

[编辑] 爬虫

D3 Hawk 基于 Hawk 一个桌面爬虫和 ELT 引擎，C# 编写。

[编辑] 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。

[编辑] 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

[编辑] 科学计算

一个类似Anaconda python的Julia科学计算平台：D3 Julia。

[编辑] DC/OS

D3 on DC/OS

Data Science and Machine Learning on DC/OS

[编辑] 实践

PyPI PyPA Conda数据分析和包治理

[编辑] 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

>>>更多行业解决方案

[编辑] 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

[编辑] 商业软件

[编辑] 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

[编辑] 链接

GrowingIO 技术栈是 Scala, Play, Spark, Kafka, HBase, ElasticSearch
Lambda架构已死，去ETL化的IOTA才是未来

@@ 第2行： / 第2行： @@
 ==含义==
-D3：Big Data, Deep Learning, IDE // 取其中的三个D
+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[[big data|大数据]]和[[artificial intelligence|人工智能]]，AI on every device everywhere.
+Build Your Own Data Cloud.
 ==路线图==
+缺省路线图：D3 [[Hortonworks|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 + [[Apache Spark|Spark]] for Analytics。(默认)
+*[http://docs.huihoo.com/erlang/conference/euc2015/From-Concept-to-Reality-Solving-Enterprise-Challenges.pdf 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 python|Anaconda]] D3 Anaconda Platform (DAP) + [https://pydata.org/ PyData] + [[scikit-learn]] + [[Keras]] [https://anaconda.org/omnia/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[[Java virtual machine|JVM]]生态的D3解决方案：[[Deep learning on HDP]]
@@ 第16行： / 第30行： @@
 *Yahoo [https://github.com/yahoo/CaffeOnSpark CaffeOnSpark]
 *通过[[Apache Bigtop]]分发D3
-路线二：
+路线四：
 *[[HPCC]]是[[Apache Hadoop|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。
@@ 第22行： / 第37行： @@
 *支持[[Python]]等尽可能多的外部接口语言。
 [[文件:pydata.png|right]]
-路线三：
-*[[Anaconda python|Anaconda]] D3 Anaconda Platform (DAP) + [https://pydata.org/ PyData] + [[Keras]] [https://anaconda.org/omnia/keras conda install -c omnia keras=0.3.2]
+==核心==
-路线四：D3.NET
+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 [https://github.com/yandex/ClickHouse ClickHouse] 构建，打造一套类似 [[Elasticsearch]] [https://www.elastic.co/cn/products/ Elastic Stack] 的解决方案。
 ==D3.NET==
@@ 第32行： / 第58行： @@
 ==组成==
-基础设施
+*D3 Studio(IDE) -> DStudio ?
-*[[Deep learning on HDP]] [http://docs.huihoo.com/hortonworks/deep-learning-with-hortonworks-and-apache-spark.pdf Deep Learning on HDP]
+可设计成类似 [https://apps.kde.org/cantor/ Cantor] 那样的数学和统计学工具包前端，支持 KAlgebra，Lua，Maxima，R，Sage，Octave，Python，Scilab 和 Qalculate 等众多环境
-*[[HDP on OpenStack]]
+*D3 Server
+*D3 Database
+工具
+*D3 Studio based on [[Eclipse]] Data Tools Platform (DTP) 和 [[DBeaver]]/[[KNIME]] insprie by [[Metabase]] and [https://github.com/rapidminer/rapidminer-studio RapidMiner Studio]
+*[[Anaconda python|Anaconda]] + [[Jupyter]] is the new front end for data science and AI.
+*打造成类似[[MATLAB]][[Machine_learning|机器学习]]和[[Artificial neural network|神经网络]]平台，基于[[GNU_Octave|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
-*[[Web crawler|网络爬虫]]、[[Search engine|搜索引擎]]、[[Natural language processing|自然语言处理]]提供的数据收集和数据挖掘服务。
+*[[Web crawler|网络爬虫]]、[[Search engine|搜索引擎]]、[[Natural language processing|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[https://github.com/elastic/elasticsearch-hadoop 深度整合] 提供[https://github.com/elastic/elasticsearch-py Python客户端] [https://github.com/elastic/elasticsearch-dsl-py 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。
 *[https://github.com/Tencent/mars 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。[https://github.com/Tencent/weui/ WeUI] 为微信 Web 服务量身设计。
-工具
+基础设施
-*打造成类似[[MATLAB]][[Machine_learning|机器学习]]和[[Artificial neural network|神经网络]]平台，基于[[GNU_Octave|Octave]]构建。
+*[[PostgreSQL]] DBaaS, [https://github.com/citusdata/citus Citus] Multi-tenant database SaaS, [[OpenStack/trove|OpenStack DBaaS (Trove)]] 数据库即服务，跟进[[Amazon Aurora]]。
-*D3 [[weka]] 数据挖掘工具包
+*[[Deep learning on HDP]] [http://docs.huihoo.com/hortonworks/deep-learning-with-hortonworks-and-apache-spark.pdf Deep Learning on HDP]
+*[[HDP on OpenStack]]
 ==数据==
@@ 第49行： / 第84行： @@
 *通过[[scrapy]]等工具爬取更多数据
-==数据挖掘==
+==数据库==
-[[Weka]]: [[Machine learning]] software to solve [[data mining]] problems
+D3 Studio 客户端管理工具，基于 [[SQuirreL_SQL_Client]] 构建，支持 [[MariaDB]]、[[PostgreSQL]]、[[Apache Cassandra]]、[[MongoDB]]、[[ArangoDB]]等数据库。
-D3 Weka 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]]。
+为 [[RavenDB]]、[[PostgreSQL]]、[[MariaDB]] 和 [[ScyllaDB]] 等核心数据库提供支持和服务，D3 [[DBeaver]] 的分发。
-[[Pentaho]]
+Multi-model is the future，以下是D3数据库路线图：
+喜欢 ArangoDB 的定位：One engine. One query language. Multiple models.
+D3 [[ArangoDB]]多模型(Multi-model)数据库，Apache v2。
+[https://github.com/ngaut/builddatabase 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 PostgreSQL分发版，based on [[CitusDB]]，[[PostgreSQL]] as a Service，PSaaS。
+数据库集群：
+D3 Cluster based on [[Vitess MySQL Cluster]]
+*D3 [[RavenDB]]
+*D3 [[ScyllaDB]]
+*D3 Cluster for MariaDB (容器集群)
+*D3 Cluster for PostgreSQL (容器集群)
+*D3 MariaDB Cluster
+*D3 PostgreSQL Cluster
+*D3 ScyllaDB Cluster
+==数据库迁移==
+*[https://datamigration.microsoft.com/ Azure Database Migration Guide]
+==数据库容器==
+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==
+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。
+==[[data science|数据科学]]==
+数据科学、[[Machine learning|机器学习]]
+*D3V：基于 [https://antvis.github.io/ AntV] 和 [https://github.com/apache/incubator-echarts Apache ECharts] 的数据可视化
+*D3 [http://pnda.io/ 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
+*[https://www.datacamp.com/community/podcast/women-in-data-science 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
+[http://blog.huihoo.com/?p=958 Data Science and Machine Learning on DC/OS]
+==实践==
+*[https://pypi.python.org/pypi PyPI] [https://github.com/pypa PyPA] [https://github.com/conda Conda]数据分析和包治理
 ==领域==
 *[[E3.NET|电商零售业]]
+*爬虫和搜索解决方案 Search as a Service
+*[[Natural language processing|自然语言处理]] // 让D3更好的理解Web
 *[[计算广告]]
-*[[Financial technology|金融服务]]
+*[[Financial technology|金融服务/金融科技]]
 *[[Computer_vision|计算机视觉]]：[[Caffe]]2、[[DeepVC]]
 *[[Autonomous car|自动驾驶汽车]]
+*[[BigchainDB|区块链数据库]]和[[Blockchain|区块链]]数据市场
 [[Hortonworks#.E8.A1.8C.E4.B8.9A.E8.A7.A3.E5.86.B3.E6.96.B9.E6.A1.88|>>>更多行业解决方案]]
@@ 第72行： / 第168行： @@
 *[[Apache Metron]]
 *[[H2O]] Flow
-*[[Kettle]]
+*[[Kettle]] & [[Talend]]
 *[[Apache Kylin]] [[OLAP]] on Hadoop
-*基于[[Eclipse]]的各种分析和运营工具：[[XMind]]
+*基于[[Eclipse]]的各种分析和运营工具：[[KNIME]]、[[XMind]]
+==商业软件==
+*[[SAS]]
+*[[SPSS]]
 ==图集==
+<gallery>
+image:Anaconda-Distribution.png|Anaconda Distribution
+image:bigdata-v1.png|大数据
+image:pnda-console.png|PNDA
+image:FDIO-Integrations.png|快数据
+image:aiven-io.png|Aiven
+image:Basho-data-platform.png|Basho数据平台
+image:gekko-mongodb.png|比特币交易数据
+image:apache-madlib-architecture.png|MADlib架构
+</gallery>
 ==链接==
+*[https://www.growingio.com GrowingIO] 技术栈是 [[Scala]], [[play framework|Play]], [[Apache Spark|Spark]], [[Apache Kafka|Kafka]], [[Apache HBase|HBase]], [[ElasticSearch]]
+*[https://www.analysys.cn/article/detail/1001275 Lambda架构已死，去ETL化的IOTA才是未来]
 [[category:big data]]
+[[category:fast data]]
 [[category:artificial intelligence]]
 [[category:deep learning]]

D3