mongodb融資

❶ MongoDB為什麼值12億美元

如果文檔資料庫創業公司MongoDB需要就它們近期收獲的巨額估值感謝某些人的話，那麼甲骨文的CEO Larry Ellison一定會排在這一名單的首位。

MongoDB文檔資料庫背後的公司10Gen近期將公司名稱正式更名為MongoDB，並獲得了2.31億美元的融資。該公司也因此成為了首個身價超過10億美元的開源創業企業。目前這一開源NoSQL資料庫創業公司的資產估價高達12億美元。

MongoDB成立於2007年，他們取得今天的成就只花費了短短六年的時間，而紅帽(RedHat，成立於1993年)取得這一成就足足花費
了20年的時間。MongoDB的成功要歸功於誰呢?答案是甲骨文!甲骨文可謂是MongoDB的「貴人」。甲骨文在300億美元的資料庫市場中占據著最
大份額。2011年，甲骨文的關系型資料庫許可證收入達到167.5億美元。據研究機構Gartner統計，甲骨文占據了該市場48.3%的份額，是當之
無愧的資料庫巨頭。

龐大的紅色遺產

甲骨文擁有眾多優勢，並且有著龐大而可靠的客戶群。許多企業內部的IT應用都是使用甲骨文的存儲程序語言PLSQL編寫的。然而，與我們在上世
紀九十年代所學習到的用於HP/UX
PA-RISC主機的資料庫相比，甲骨文並沒有什麼本質上的不同。實際上，自上世紀八十年代以來，它們就沒有發生過太大的變化。這一遺產可以說是優劣並
存。甲骨文資料庫需要大量的硬體和運維人員以維持其運行。當規模達到上百或上千太位元組時，或者是用戶數量達到數百萬時，其運維費用不是一般企業能夠承受得
起的。

若想在這一規模基礎上進行擴展，甲骨文需要對底層軟體架構進行調整。目前甲骨文正在嘗試將其他技術應用到關系型資料庫中以解決這一問題。這類擴展還需要一個完全不同的許可證模型。在不徹底改變現有市場的情況下，這樣做難以取得成效。

與此同時，甲骨文還是資料庫市場上的強勢並購者。他們先收購了MySQL的一部分(其中包括InnoDB的存儲引擎)，然後是Sun。這些只是
甲骨文發起的眾多並購行動中的一小部分而已。在與IBM和微軟等對手的競爭中，並購行動無疑為甲骨文帶來了諸多優勢。但是在整合新技術方面，收購行動也為
甲骨文帶來了諸多問題。

NoSQL的破壞力

技術產業的歷史就是一部破壞史。微軟在上世紀九十年代擊敗了Novell，如今蘋果也在持續地瓦解微軟。你需要的一個強大且不可輕易被撼動的恐
龍，同時這只恐龍又要能夠很好地適應它們所處的環境。然而，這又會導致你無法改變它們的技術或是成本結構，以快速地將其應用到新的市場。成功的競爭者擅長
利用對手的弱點來攻擊他們，同時又能夠在新的技術環境中順利發展壯大。競爭者是促進變革的一個因素，而不是一種抑制技術和商業環境發展的力量。

MongoDB就是這樣的技術，MongoDB的優勢不僅僅是在成本上比甲骨文資料庫低，同時向MongoDB集群增加節點也要比甲骨文資料庫
更方便。這些優勢非常適合虛擬網路、存儲和雲技術。相反，擴展甲骨文需要組合、配置和集成多種復雜技術(例如RAC、DataGaurd、
GoldenGate等)，以及大量需要許可證和專業服務費用的硬體設備。

給我們留下深刻印象的不僅僅是MongoDB的易用性和強大的適應能力，它還能夠很容易地被擴展到許多我們之前認為不可能的任務中。與甲骨文資料庫的使用費用相比，MangoDB的使用費用非常低。

我們最擔心的一個問題是，MongoDB是一家剛成立不久的創業公司，他們會不會被甲骨文或CA
Technologies這樣的公司並購掉。10億美元以上的估值，以及2.31億美元的融資事實上，已經讓我們打消了這種顧慮。即使MongoDB被並
購，那麼他們也會被真正重視他們的公司所收購。然而可能性更多大的是，MongoDB會將目標鎖定為IPO(首次公開募股)。

與甲骨文資料庫相比，MySQL更容易使用、維護及安裝，但這並不意味著它們擁有更好的性能。通常情況下，只有10倍以上的提升才能擊敗強大的
競爭對手。雖然MySQL是一個簡單易用且價格便宜的關系型資料庫，但是它們的整體性能卻不佳。相比之下，MongoDB在許多場景中性能提升了十倍。雖
然它並非目前的最佳選擇，但從長遠看來它具備成為最佳選擇的潛力。

❷ 成都大數據分析培訓班哪家比較好

成都大數據分析培訓班較好的有：

1、學大教育

2、弘成教育

3、新東方

4、達內教育

5、等等其他培訓班

4、實訓項目

上面我們講了課程的重要性，課程設置是否合理影響知識結構和學習成果，而項目經驗將直接影響我們就業情況。

實訓項目一般包括JAVA項目，大數據項目，企業大數據平台等，不同的學習階段配合不同的項目，加深學員對所學知識的理解和應用。

5、招生門檻

企業在招聘大數據開發人員時是有一定門檻，最低學歷要求是統招大專（個別小眾企業有可能會放寬要求）。所以，一家靠譜的培訓機構在招生要求上肯定會設置一條：大專及以上學歷。

6、班型選擇

越來越多的人想進入大數據，但又不想付出太多。為了迎合大家的需求，一些培訓機構推出什麼「周末班」、「快速班」、「線上班」等等班型。

大數據技術龐多復雜，短期內想掌握幾乎不可能，一般0基礎的學習周期是5個月左右，且是全日制的學習。

7、現場試聽

真正有技術的大數據培訓機構根本不怕學生來實地考察、現場試聽，網上信息了解得再多，不如實地走訪一番，成都的小夥伴們可以前往成都大數據實地考察。

❸ 深度推薦：創業團隊為什麼要選擇Oracle而不

我們可以看到大家表示非議的幾個核心點主要有：

• 互聯網使用開源是行業主流，特立獨行的風險很大；

• 使用費用，而Oracle是要收費的，還不止一點點！！

• MySQL完全能支撐初期的業務需求，為啥要用Oracle這么個收費的東西。



• MySQL是互聯網的行業主流選擇？

互聯網公司選擇開源或自研，而不是商用，首要的原因是多數商用軟體的設計目標並未考慮過互聯網公司面臨的高並發、海量用戶場景，所以根本無法滿足基本需求；其次，互聯網公司業務變化快，在線業務通常是面向最終消費者，強調用戶體驗，出現問題需要第一時間及時響應處理。倘若核心技術不是自己深度掌握，很難有足夠快速的問題解決能力；最後，公司發展到一定規模之後，使用商業軟體會帶來不菲的成本支出問題。




但實際上這個問題相對前面兩點不算決定性因素，一方面是到了這個規模，也有一定的經濟承受能力，另一方面是授權費多少其實都是談判出來的，通常會遠低於零售價格，也不會真正全面采購正版授權：商用軟體廠商並不希望把你一次放血搞死，持續吸血才是他們的理想。


但是，開源軟體通常缺乏有效的官方技術支持，需要技術團隊耗費時間精力；通常開源軟體的完善程度也並不算高，需要使用公司投入更多人力完善周邊，綜合使用成本並不見得很低。當然，這部分開支具有較大的隱蔽性，並且很難具體量化，同時也不需要一次性支出，所以通常會被大家被認為是相比商業軟體更便宜的方案。( BTW, 商業軟體公司確實應該考慮分期模式，或是引入金融創新應該會帶來更多實際的收入，當然雲計算也算是分期付費的一個變種分支。畢竟現金流對於多數公司而言都是非常關鍵的，細水長流好過一次榨乾呢。)




當然，是培養自己的團隊去填開源軟體的坑，或是發明自己的輪子，還是選擇商用軟體？多數互聯網公司的選擇都是混搭： 能用開源解決的用開源，開源不那麼靠譜的就用商用的頂上，再慢慢找合適的時機替換。




Now，讓我們來看看在用Oracle或商用資料庫的知名互聯網公司有哪些？




• 一號店、JD：都是MySQL和Oracle的混合體系，還買了吊炸天的Oracle一體機(一台Oracle Exadata X5有24T內存，576核CPU，價格估計幾千萬到上億人民幣)；

• 蘇寧易購：是IBM一手打造的技術團隊和技術體系，使用的是DB2、MySQL、Oracle的混合體系；

• 攜程旅行：.NET技術為主，所以是以SQL Server為主、MySQL為輔的混合體系；

• 唯品會：也是MySQL和Oracle的混合體系；
  ·····


似乎在用商用資料庫的互聯網公司並不在少數，而且他們都是在核心業務使用Oracle。


另外，我們還可以看到基本全是電商類型的互聯網公司。


當然，看上去他們用商用資料庫實例的總佔比相對MySQL要少得多，而且似乎內部都有在發起減少使用商用資料庫的趨勢。




以眾所周知的阿里為例，最早是使用Oracle來支撐業務的，後來逐步發起了去Oracle的趨勢。


此前，阿里集團用Oracle主要集中在淘寶和支付寶。而實際上據阿里自己透露，在Oracle的License費用相對整個技術團隊支出成本而言並不算多，更多的開支是花在中高端存儲設備，小型機，而這些硬體的維護費用更是一筆不小的開支；然而，去Oracle進程也並不是一個輕松的過程。從12年初，阿里開始部分放棄Oracle轉投MySQL，到15年雙11，支付寶對外宣布支付寶的核心交易流量不再依賴Oracle，共歷時3年多，對MySQL進行改造、技術架構優化做出了巨大的投入和努力。期間淘寶和支付寶各自經歷了一次遷移失敗…… 這些都是巨大的研發成本投入！


這個投入本身，遠超出了Oracle的License費用以及維護費，與其說是技術團隊的高瞻遠矚做長遠打算，還不如說是阿里集團已經走到了不得不變的階段，IOE這種第三方廠商提供支持的模式不再能支撐阿里的業務增長需要，成為了首要的瓶頸；


可以想像，每年雙11，Oracle都派人駐場進行技術支持，但始終會因為阿里未能掌握Oracle的技術底層核心實現，會導致出現無法對潛在問題的風險、影響范圍等進行有效的評估和預案准備；




若問題發生後，阿里也無法及時有效的解決，只能完全依賴Oracle團隊的技術支持，很容易會出現「船上人不得力，坎上人掙斷腰」的尷尬局面。跨部門協調尚且會有部門牆存在，跨公司合作各種商務溝通，對內對外協調會更加困難。這點相信做過團隊管理的人都多少會有深刻的體會。


這種尷尬的局面對於阿里這樣體量的公司是完全不能接受的，那種感覺就像是你的XX被別人握著一樣，哪怕那個人是你親爹估計也不會多開心吧？何況還只是一個拿錢做事的合作夥伴。


可以看出，阿里有這樣的體量資本，去投入開源優化改造，並且業務規模也迫使他不得不這么做。而去IOE也並非出於MySQL免費，Oracle收費這么簡單的成本考量。




然而對於普通創業公司而言，是否值得跟隨一線互聯網公司這樣搞去IOE，選擇MySQL以節約成本呢？又或者「Oracle+MongoDB是創業團隊的最佳選擇「才是更正確的道路？




創業公司有什麼特點？看過互聯網的行業整體情況，尤其是對阿里技術選擇變遷的背景剖析之後，我們再來看看作為互聯網創業公司的特點是怎樣的：




• 錢永遠是不夠用的，能省則省；

• 求快，更快，再快！

• 招人永遠是心中的痛；

• 如果不能達到足夠市場佔有率後盈利或上市，所有努力都是在浪費時間；

• 規模小，通常沒利潤，燒錢以求快速發展。




看大家各種吐槽差不多之後，又開始繼續發表自己的觀點：


首先呢，作為創業團隊不要太看得起自己了——你那點肉還真不夠甲骨文律師團隊的工資。能被甲骨文盯上，恭喜你已經有足夠的小身板了呢，值得出去喝一杯慶祝下……


其次呢，創業公司的技術團隊最大的使命是： 求快！支撐整個團隊比競爭對手更快的擴大規模，佔領市場！！技術絕不能成為整個創業公司團隊里最短的那塊木板。然而，創業公司的目標不是B輪或者C輪，而是上市，這意味著用戶量、業務量要達到足夠大的規模。


我知道你們要說等到那時候公司已經融了足夠錢可以找牛人搞定技術難題。Too young，too simple！那隻說明你沒踩過足夠的坑。 知易行難!！在公司業務還要繼續高速發展的大背景下，補上技術欠債這種事，基本是個無底洞，哪裡是一兩個牛人就填得平的坑……


別急，你們是不是想說，如果創業初期就考慮太多，用過重的技術會導致還沒站穩腳就被對手乾死了！！問題是你們告訴我，只是單純的資料庫操作，Oracle能比MySQL復雜多少？


說了那麼多虛的，舉個例子可能會更有說服力一些：


假設有兩個創業公司：亞麻訊和fBay，都幾乎同時發展到B輪，每天的訂單量都也差不多水平，亞麻訊有日均10萬單左右，fBay則領先亞麻訊幾萬單；


同時容我拍腦袋的認為，MySQL單實例可以支撐日均20萬單的業務量，而Oracle單實例可以支撐日均100萬單。


亞麻訊一開始選擇的是Oracle+MongoDB做存儲，而fBay是用MySQL+MongoDB做存儲，那麼情況應該會是這樣的。


• fBay意識到單個MySQL實例可能很快就無法支撐業務的增長，按照業界主流做法，那需要拆庫拆表，拆業務線，做橫向擴展以支撐更大的業務壓力。拆庫拆表之後又會遇上討厭的CAP理論，分布式事務等等一堆麻煩事，需要組建一個幾十人的SOA服務化團隊來做分布式服務架構……總之一堆事，做得快應該一年能 搞個大概出來，這中間快馬加鞭，空中修飛機之類的，斷斷續續的事故不斷。運營每次做促銷活動總得很謹慎的問技術團隊，這個姿勢行不行，那個秒殺會不會又把 系統搞掛了……運氣好應該能來得及趕上業務增長的速度。

• 亞麻訊的團隊似乎就從容多了，業務團隊天天賣力的使勁變著花樣做活動促銷，反正系統容量瓶頸還有段不小一段距離呢；另一方面技術團隊也開始了未雨綢繆，成立了一個骨幹小分隊，從容不迫的開始來拆庫拆表，拆子系統，服務化這些技術的研究，並有計劃的漸進推進系統改造升級。這時候甲骨文找上門來了，雙方進行了一番」友好「的磋商之後，甲骨文老奸巨猾，想把亞麻訊的技術團隊持續的綁在Oracle技術線上，於是開出了一個相對優惠的價格，雙方愉快的一起擼了一頓燒烤……而誰說漂亮說就會死心踏地跟著甲骨文混啦？一轉身，他們就啟動了把非強事務類業務，逐步從核心Oracle實例拆到MongoDB的遷移工作。


親，知道這兩家這一輪競爭下來的結果么？




fBay發展速度遠遠被亞麻訊甩在了身後，第二年亞麻訊順利拿下C輪融資，而fBay還繼續在C輪魔咒的陰影下掙扎。然而對於競爭激烈的互聯網行業而言，不能做細分領域第一第二的公司，最後都只有死路一條……


對於亞麻訊而言，Oracle最大的價值便在於技術團隊通過正確的技術選型為它整個公司爭取到了非常寶貴的市場競爭時間窗，這時候你們還覺得商用資料庫的授權費很貴么？天下武功，唯快不破！！


最後得吐槽下，你們現在覺得MySQL DBA好招么？因為市場過於稀缺，一個MySQL DBA的待遇差不多能養兩個Oracle DBA了……更要命的是還壓根招不到，可愁死我了。




單純從表的數據量而言，MySQL的最佳實踐建議是單表百萬級，控制在千萬級內；而Oracle單表可以千萬級甚至億級也沒太大問題。而且，MySQL從一開始的設計目標便不是為了追求強一致性事務，這導致MySQL的可靠性和事務性方面就完全和Oracle不在一個可比較的級數。高並發壓力情況下，MySQL丟數據的概率是遠超Oracle的；然而Oracle的費用貴是無法迴避的事實，Oracle資料庫依然是昂貴的稀缺資源。應只把最核心，同時非常強調數據一致性的強事務類的業務放在Oracle上，用好NoSQL和分布式緩存，降低核心Oracle資料庫的負載壓力。

❹ 移動互聯網行業的職位主要有哪些

技術類

後端開發
Java Python PHP .NET C# C++ C VB Delphi Perl Ruby Hadoop Node.js 數據挖掘 自然語言處理 搜索演算法 精準推薦 全棧工程師 Go ASP Shell 其它
移動開發
HTML5 Android iOS WP 移動開發其它
前端開發
web前端 Flash html5 JavaScript U3D COCOS2D-X 前端開發其它
測試
測試工程師 自動化測試 功能測試 性能測試 測試開發 游戲測試 白盒測試 灰盒測試 黑盒測試 手機測試 硬體測試 測試經理 測試其它
運維
運維工程師 運維開發工程師 網路工程師 系統工程師 IT支持 IDC CDN F5 系統管理員 病毒分析 WEB安全 網路安全 系統安全 運維經理 運維其它
DBA
資料庫
MySQL SQLServer Oracle DB2 MongoDB ETL Hive 數據倉庫 DBA其它
高端職位
技術經理 技術總監 架構師 CTO 運維總監 技術合夥人 項目總監 測試總監 安全專家 高端技術職位其它
非技術類

項目管理
項目經理 項目助理
產品經理
網頁產品經理 移動產品經理 產品助理 數據產品經理 電商產品經理 游戲策劃 產品實習生
產品設計師
網頁產品設計師 無線產品設計師
高端職位
產品部經理 產品總監 游戲製作人
視覺設計
網頁設計師 Flash設計師 APP設計師 UI設計師 平面設計師 美術設計師（2D/3D） 廣告設計師 多媒體設計師 原畫師 游戲特效 游戲界面設計師 視覺設計師 游戲場景 游戲角色 游戲動作
用戶研究
數據分析師 用戶研究員 游戲數值策劃
高端職位
設計經理/主管 設計總監 視覺設計經理/主管 視覺設計總監 交互設計經理/主管 交互設計總監 用戶研究經理/主管 用戶研究總監
交互設計
網頁交互設計師 交互設計師 無線交互設計師 硬體交互設計師
運營
內容運營 產品運營 數據運營 用戶運營 活動運營 商家運營 品類運營 游戲運營 網路推廣 運營專員 網店運營 新媒體運營 海外運營 運營經理
編輯
副主編 內容編輯 文案策劃 記者
客服
售前咨詢 售後客服 淘寶客服 客服經理
高端職位
主編 運營總監 COO 客服總監
市場/營銷
市場策劃 市場顧問 市場營銷 市場推廣 SEO SEM 商務渠道 商業數據分析 活動策劃 網路營銷 海外市場 政府關系
公關
媒介經理 廣告協調 品牌公關
銷售
銷售專員 銷售經理 客戶代表 大客戶代表 BD經理 商務渠道 渠道銷售 代理商銷售 銷售助理 電話銷售 銷售顧問 商品經理
高端職位
市場總監 銷售總監 商務總監 CMO 公關總監 采購總監 投資總監
供應鏈
物流 倉儲
采購
采購專員 采購經理 商品經理
投資
分析師 投資顧問 投資經理
人力資源
人事/HR 培訓經理 薪資福利經理 績效考核經理 人力資源 招聘 HRBP 員工關系
行政
助理 前台 行政 總助 文秘
財務
會計 出納 財務 結算 稅務 審計 風控
高端職位
行政總監/經理 財務總監/經理 HRD/HRM CFO CEO
法務
法務 律師 專利
投融資
投資經理 分析師 投資助理 融資 並購 行業研究 投資者關系 資產管理 理財顧問 交易員
風控
風控 資信評估 合規稽查 律師
審計稅務
審計 法務 會計 清算
高端職位
投資總監 融資總監 並購總監 風控總監 副總裁

❺ 大數據初創企業面臨的五大挑戰

大數據初創企業面臨的五大挑戰

近幾年，數據逐漸成為驅動業務的主要推動力。 更重要的是,大數據是可以幫助企業改善策略,提高運營效率和加速增長。

75% 的龍頭企業說,他們已經或計劃在未來幾年在大數據基礎設施方面布局。大量的新的和令人興奮的大數據初創公司出現來滿足企業客戶日益增長的需求。

雖然大數據吸引力巨大，但是考慮到66% 的創業公司一般會在12個月失敗，大數據初創公司們仍然面臨著很多挑戰。

挑戰一 缺乏人才

大數據市場在不斷增長，60%的領導者認為他們今年在大數據運營上會花費更多，只有5%預測預算會減少，最大的問題在於,這種增長將超過其實現它所需的人才和規模應用。

據麥肯錫的報告稱，美國的大數據人才需求在2018年將達到 170萬，大約在同一時間,美國數據市場價值將達到 415億美元。隨著行業的發展，人才技能差距將拉大。沒有簡單的解決方案,是唯一真正的修復是隨著時間的推移,人才自然會增加以滿足市場需求。

(這里還有一點諷刺,因為許多大數據初創企業試圖通過自己的軟體來解決市場上人才缺乏的問題，但他們同樣面臨招不到人。)

挑戰二 人才成本高

71% 企業和IT組織認為自己在利用數據方面剛達到平均水平或滯後。顯然需要提高整體人才能力和教育現有的勞動力。目前在員工的培訓上，為了跟上新開發產品需要大量成本。

這樣的培訓運營費用在2013年全球達到1300億，考慮到數據業務的快節奏的性質和隨後的需要更多的人員和持續培訓,這些成本只會持續上升。

挑戰三 解決理想與現實的沖突

在最近《華爾街日報》上 一篇有關Hadoop 的文章上黛博拉·蓋奇說，：一些評論把大數據捧地過於高了，對大數據的」炒作」使許多組織盲目的為採用而採用:他們急切地擁抱工具,但往往不關注他們的需求,只是因為這些工具似乎是最受歡迎的(Hadoop是一個例子)。

進一步復雜化的是,大數據平台本質上是厚數據。這使得供應商很難去表達它的功能和優點，甚至更難讓客戶們去理解。這就是為什麼, 據Gartner 說,到2017年,60%的大數據項目將無法超越試點和實驗,並將被放棄。 讓大數據項目更加落地是未來的重點。

挑戰四 融資障礙

大數據在風投界獲得了極大的關注和驚人的資金, Hortonworks和 Dataminr的 融資近1億美元就是很好的證明。 但在許多方面,爭奪現金變得不利於新公司。

由於行業的發展，風投們會更親睞具有挑戰性的企業家，很多公司喜歡Palantir,MongoDB和Mu Sigma (至少有2億美元投資)。 因為資金增加了,在某種程度上我們可以預期投資者變得更加初步承諾投資,而不是投資於更成熟的新銳品牌。

挑戰五 更殘酷的競爭

全球大數據預計在2015年產值達到 1250億美元,創業並不孤單; 他們面臨SAP微軟和IBM這樣的數十億美元的大公司的殘酷競爭。

這些巨人可以釋放功能更新產品,收購同類公司。他們的資金是無限的,而初創企業必須更加精細化他們的產品只是為了維持他們的現金消耗速率。

實際上,這是一件好事。初創公司成功的最佳方式和關注一個點和把它做好，大公司總是在尋找方法來獲得競爭優勢。 如果你在存儲、分析等方面有極大的優勢，被收購也是個不錯的選擇。

以上是小編為大家分享的關於大數據初創企業面臨的五大挑戰的相關內容，更多信息可以關注環球青藤分享更多干貨