แหล่งข้อมูลขนาดใหญ่ - มัมมี่

คุณจะพบแหล่งข้อมูลมากมายที่สามารถช่วยให้คุณเริ่มต้นทำความเข้าใจโลกข้อมูลขนาดใหญ่ได้ องค์กรมาตรฐานกำลังรับมือกับประเด็นสำคัญบางประการที่เกิดขึ้นจากการได้รับทรัพยากรข้อมูลเพื่อทำงานร่วมกันอย่างมีประสิทธิภาพ ข้อเสนอโอเพนซอร์สสามารถช่วยให้คุณทดสอบได้ง่ายเพื่อให้คุณสามารถทำความเข้าใจกับข้อมูลขนาดใหญ่ได้มากขึ้น มีการประชุมข้อมูลและกลุ่มวิจัยขนาดใหญ่อยู่ที่นั่น

Hurwitz & Associates สำหรับข้อมูลขนาดใหญ่

Hurwitz & Associates มีความยินดีที่จะช่วยให้คุณมีคำถามเกี่ยวกับข้อมูลขนาดใหญ่ พวกเขาให้การฝึกอบรมคำแนะนำกลยุทธ์บล็อกและบริการการวิจัย หากคุณเป็นผู้จัดจำหน่ายข้อมูลรายใหญ่พวกเขาสามารถช่วยให้คุณเข้าใจความต้องการของลูกค้าเพื่อให้คุณสามารถวางตำแหน่งผลิตภัณฑ์ของ บริษัท และนำเสนอผลิตภัณฑ์ที่ตอบสนองความต้องการของลูกค้าได้

องค์กรมาตรฐานข้อมูลขนาดใหญ่

สำหรับข้อมูลขนาดใหญ่ที่จำเป็นต้องมีมาตรฐาน องค์กรหลายแห่งกำลังทำงานอย่างหนักเพื่อนำผู้ขายเข้าด้วยกันเพื่อช่วยขับเคลื่อนกระบวนการนี้ไปข้างหน้า

มูลนิธิข้อมูลเปิด

มูลนิธิข้อมูลเปิด (Open Data Foundation - ODaF) เป็นองค์กรไม่แสวงหาผลกำไรที่จัดขึ้นเพื่อช่วยส่งเสริมการนำมาตรฐานเมตาดาต้าทั่วโลกรวมทั้งการพัฒนาโอเพ่นซอร์สสำหรับการใช้ข้อมูลทางสถิติ องค์กรมุ่งเน้นไปที่การปรับปรุงข้อมูลเมตาในสาขาเศรษฐศาสตร์การเงินการดูแลสุขภาพการศึกษาแรงงานสังคมศาสตร์เทคโนโลยีการเกษตรการพัฒนาและสิ่งแวดล้อม

สถาบันมาตรฐานและเทคโนโลยี

สถาบันมาตรฐานและเทคโนโลยีแห่งชาติ (NIST) เป็นหน่วยงานรัฐบาลของ U. S. ที่มุ่งเน้นความพยายามของมาตรฐานที่เกิดขึ้นใหม่ องค์กรนี้มีการกำหนดงานจำนวนมากและให้ข้อมูลที่ดีเกี่ยวกับทุกอย่างจากระบบคลาวด์คอมพิวติ้งไปจนถึงข้อมูลขนาดใหญ่ ในเดือนมีนาคม พ.ศ. 2555 NIST ได้ริเริ่มข้อมูลขนาดใหญ่

จุดสำคัญของการริเริ่มใหม่นี้คือการช่วยให้องค์กรสามารถใช้ข้อมูลขนาดใหญ่เพื่อการค้นคว้าทางวิทยาศาสตร์การวิจัยด้านสิ่งแวดล้อมและด้านชีวการแพทย์การศึกษาและความมั่นคงของชาติ จะร่วมมือกับศูนย์วิจัยเกี่ยวกับผลผลิตไฮโดรด์มัลติโพรเจสเซอร์ (CHMPR) แห่งชาติเพื่อดำเนินการประชุมเชิงปฏิบัติการด้านข้อมูลขนาดใหญ่ประเด็นสำคัญที่ต้องระบุ ได้แก่

เทคโนโลยีหลักที่ทันสมัยในการเก็บรวบรวมจัดเก็บรักษาจัดการวิเคราะห์และแลกเปลี่ยนข้อมูลขนาดใหญ่ที่อาจได้รับประโยชน์จากมาตรฐาน

การวัดศักยภาพเพื่อให้มั่นใจถึงความถูกต้องและความทนทาน ของวิธีการที่ใช้เทคโนโลยีเหล่านี้

• Apache Software Foundation

• มูลนิธิ Apache Software Foundation ให้การสนับสนุนด้านกฎหมายองค์กรและการเงินสำหรับโครงการซอฟต์แวร์โอเพนซอร์สที่หลากหลาย ก่อตั้งขึ้นในปีพ. ศ. 2542 ในฐานะ บริษัท ที่ไม่แสวงหาผลกำไรที่เป็นสมาชิกเพื่อให้มั่นใจว่าโครงการอาปาเช่ยังมีอยู่นอกเหนือการมีส่วนร่วมของอาสาสมัครแต่ละราย

โครงการที่สำคัญอย่างหนึ่งขององค์กรคือการจัดการ Hadoop มีไลบรารีซอฟต์แวร์โอเพนซอร์สซึ่งเป็นกรอบอ้างอิงมาตรฐานสำหรับการประมวลผลชุดข้อมูลขนาดใหญ่ทั่วทั้งกลุ่มของคอมพิวเตอร์

OASIS

หนึ่งในองค์กรที่มีมาตรฐานที่สำคัญที่สุดคือ OASIS ซึ่งเป็นองค์การเพื่อความก้าวหน้าของมาตรฐานข้อมูลที่มีโครงสร้าง เป็นองค์กรไม่แสวงหาผลกำไรที่เริ่มให้ความสำคัญกับมาตรฐานข้อมูลขนาดใหญ่ กระบวนการนี้อยู่ในช่วงเริ่มต้น แต่คุณควรคาดหวังว่าองค์กรจะเริ่มมุ่งเน้นการสร้างมาตรฐานข้อมูลขนาดใหญ่

ไซต์ผู้ให้บริการข้อมูลขนาดใหญ่

ผู้ให้บริการการจัดการข้อมูลรายใหญ่ทั้งหมดให้ข้อมูลออนไลน์ที่ยอดเยี่ยม คุณควรตรวจสอบผู้ขายเช่น

Google

Amazon

IBM

Oracle

Microsoft

Cloudera

SAS Institute

Teradata

นี่เป็นเพียงรายการบางส่วนเท่านั้น บริษัท นับร้อย ๆ แห่งกำลังติดตามข้อมูลใหญ่ ๆ ตรวจดูให้แน่ใจว่าได้ตรวจสอบบล็อกของผู้นำด้านความคิดบางส่วนของ บริษัท เหล่านี้

เว็บไซต์การทำงานร่วมกันแบบออนไลน์ที่มีข้อมูลขนาดใหญ่

หลายกลุ่มที่เกิดขึ้นใหม่สนับสนุนการทำงานร่วมกันออนไลน์ในหัวข้อข้อมูลขนาดใหญ่ LinkedIn มีกลุ่มของกลุ่มที่ควรตรวจสอบ นอกจากนี้ดูที่ฟอรัมที่สนับสนุนโดย Apache Hadoop Initiative

การประชุมข้อมูลขนาดใหญ่

มีการจัดประชุมข้อมูลจำนวนมากและหลายคนกำลังเริ่มการประชุมใหม่เกี่ยวกับข้อมูลขนาดใหญ่หรือมีแทร็คข้อมูลขนาดใหญ่ในที่ประชุมของพวกเขา ต่อไปนี้เป็นตัวอย่างของการจัดประชุมข้อมูลขนาดใหญ่ที่ผุดขึ้นทุกวัน:

Data Warehousing Institute (TDWI):

เป็นผู้จัดสัมมนาสัมมนาและฟอรัมด้านการศึกษาเกี่ยวกับคลังข้อมูลและข้อมูลขนาดใหญ่

• ข้อมูลขนาดใหญ่ การประชุม: ให้การวิเคราะห์และการประยุกต์ใช้สำหรับข้อมูลขนาดใหญ่

• Big Forum Retail Forum: การประชุมสำหรับ บริษัท ที่ต้องการค้าปลีกและผู้ผลิตสินค้าอุปโภคบริโภคที่ต้องการวิเคราะห์ข้อมูลแบบเรียลไทม์

• Hadoop World: สนับสนุนโดย O'Reilly

• O'Reilly Strata and StrataRx โครงสร้างข้อมูล