掌握您的数据项目，无论大小

开源已经是从存储，分析和应用程序到机器学习等多个大数据类别的默认选项，90％的受访者表示，他们依靠开源来“提高效率，创新性和互操作性”，常见的原因是“摆脱了供应商锁定；竞争特征和技术能力；定制能力；和整体质量。” 现在，成千上万的成功开源项目是公司必须从战略上进行选择以保持竞争力的，十年前首次进行调查时，几乎没有人会预测到十年后开源将在全球范围内无处不在，但是由于许多充分的原因，事实就是如此。不可否认，它在降低开发成本，使内部开发人员有能力从事更高级别的任务以及缩短上市时间方面的价值。简而言之，开源是当今应用程序的开发方式。

无论您的项目是什么，或使用哪种技术，开源都是成功的关键

但这并不意味着所有开源项目都是平等创建的，或者这意味着任何开源项目都将使您的公司脱颖而出，尽管每个公司都必须制定其战略，并选择可以促进其预期业务成果的开源项目，但有些项目值得我们深思熟虑。

开源如何成为您实现业务敏捷性的途径

以下是一些大数据开源项目，这些项目具有的潜力，可以使公司具有极高的敏捷性，并能够快速响应客户，业务需求和市场挑战。如果您是企业CPDA数据分析师，建议您检查以下项目，密切关注这些项目，并开始考虑它们可能对您的IT基础架构和整体业务产生的潜在影响：

1、项目模型，由于结合了大数据处理批处理和流传输的术语而得名，因为这两种情况都是单一模型。

2、智能调度管道以优化流程和组织项目的理想选择，在其他有益的功能和特性中，通过代码配置管道以使其动态化，度量标准具有的可视化图形。

3、可伸缩且灵活的多主数据库，可在不关闭任何节点的情况下进行失败的节点更换，并可在多个节点之间自动复制数据。这是一个具有高可用性和可伸缩性的SQL数据库。它不同于传统其他一些SQL数据库，因为它设计为没有主从结构，所有节点都是对等且具有容错能力。这使得横向扩展非常容易，以实现更大的计算能力，而无需任何应用程序停机。例如，您的事务处理应用程序可以以极高的规模投入生产，例如黑色星期五销售活动的典型量和速度，而不必担心由于任何单个节点故障而使其随时可能脱机。

4、索引的列式数据格式，用于在诸如Hadoop和Spark的大数据平台上进行难以置信的快速分析，这种新的文件格式解决了针对不同用例的查询分析问题，与详细查询大扫描和小扫描等查询需求有多种类型，数据格式是统一的，因此您可以通过单个数据副本进行访问，而仅使用所需的计算能力，因此您的查询运行速度更快。

5、具有不可思议的快速大数据处理（集群计算）的流行选择，其内置功能可用于实时数据流，SQL，机器学习和图形处理。Spark经过优化，可以在内存中运行，并可以进行交互式流分析，与批处理不同，您可以使用实时数据分析大量历史数据来做出实时决策，例如欺诈检测，预测分析，情感分析和下一个的报价。

6、机器智能的开源库，可大规模实现更高级的分析，为大规模分布式训练和推理而设计，但它也足够灵活以支持使用新的机器学习模型和系统级优化进行实验，还没有哪个库能够巧妙地抓住机器学习的广度和深度并拥有如此巨大的潜力。它具有很好的可读性，充分的文档记录，并有望继续发展成为一个更加活跃的社区。

7、容器和自动化容器管理技术，可加快应用程序的部署。使用容器之类的技术可使您的体系结构极其灵活且更可移植，流程将受益于持续部署效率的提高。

这些开放项目中的每一个都是令人印象深刻

但集体的进步能说明开放源代码社区对企业产生的巨大影响以及从传统软件和专有软件到基于开放源代码的系统的巨大转变，从而使公司可以跨所有行业的各种规模，以提高各个级别或其组织的速度，敏捷性和数据驱动的见解，尽管已经发生的变化令人叹为观止，但对于这些和其他市场塑造力量来说，这还不是故事的结局。有多种方法可以帮助企业利用已经发生的巨变，并适应开源，云和大数据的融合所带来的创新，加入与您的项目和兴趣相关的开源社区。对您自己，您的团队和管理层进行教育。确定您可以利用的资源，而不是“重新发明轮子”。

这是双赢。您在项目上游做贡献，以便其他人从您的工作中受益，但是您的公司也从他们的工作中受益。这意味着更多的反馈，更多的新功能，更多潜在的已解决问题。

成为影响您公司关键的开源项目的影响者。通过为OS社区做出贡献，公司可以在开源社区中对对您公司的进展至关重要的项目产生影响。这种影响力可以帮助您将变更直接用于项目，这将对您公司的项目特别有利。

 客服热线：400-050-6600

商业联合会数据分析专业委员会