mongodb融资

❶ MongoDB为什么值12亿美元

如果文档数据库创业公司MongoDB需要就它们近期收获的巨额估值感谢某些人的话，那么甲骨文的CEO Larry Ellison一定会排在这一名单的首位。

MongoDB文档数据库背后的公司10Gen近期将公司名称正式更名为MongoDB，并获得了2.31亿美元的融资。该公司也因此成为了首个身价超过10亿美元的开源创业企业。目前这一开源NoSQL数据库创业公司的资产估价高达12亿美元。

MongoDB成立于2007年，他们取得今天的成就只花费了短短六年的时间，而红帽(RedHat，成立于1993年)取得这一成就足足花费
了20年的时间。MongoDB的成功要归功于谁呢?答案是甲骨文!甲骨文可谓是MongoDB的“贵人”。甲骨文在300亿美元的数据库市场中占据着最
大份额。2011年，甲骨文的关系型数据库许可证收入达到167.5亿美元。据研究机构Gartner统计，甲骨文占据了该市场48.3%的份额，是当之
无愧的数据库巨头。

庞大的红色遗产

甲骨文拥有众多优势，并且有着庞大而可靠的客户群。许多企业内部的IT应用都是使用甲骨文的存储程序语言PLSQL编写的。然而，与我们在上世
纪九十年代所学习到的用于HP/UX
PA-RISC主机的数据库相比，甲骨文并没有什么本质上的不同。实际上，自上世纪八十年代以来，它们就没有发生过太大的变化。这一遗产可以说是优劣并
存。甲骨文数据库需要大量的硬件和运维人员以维持其运行。当规模达到上百或上千太字节时，或者是用户数量达到数百万时，其运维费用不是一般企业能够承受得
起的。

若想在这一规模基础上进行扩展，甲骨文需要对底层软件架构进行调整。目前甲骨文正在尝试将其他技术应用到关系型数据库中以解决这一问题。这类扩展还需要一个完全不同的许可证模型。在不彻底改变现有市场的情况下，这样做难以取得成效。

与此同时，甲骨文还是数据库市场上的强势并购者。他们先收购了MySQL的一部分(其中包括InnoDB的存储引擎)，然后是Sun。这些只是
甲骨文发起的众多并购行动中的一小部分而已。在与IBM和微软等对手的竞争中，并购行动无疑为甲骨文带来了诸多优势。但是在整合新技术方面，收购行动也为
甲骨文带来了诸多问题。

NoSQL的破坏力

技术产业的历史就是一部破坏史。微软在上世纪九十年代击败了Novell，如今苹果也在持续地瓦解微软。你需要的一个强大且不可轻易被撼动的恐
龙，同时这只恐龙又要能够很好地适应它们所处的环境。然而，这又会导致你无法改变它们的技术或是成本结构，以快速地将其应用到新的市场。成功的竞争者擅长
利用对手的弱点来攻击他们，同时又能够在新的技术环境中顺利发展壮大。竞争者是促进变革的一个因素，而不是一种抑制技术和商业环境发展的力量。

MongoDB就是这样的技术，MongoDB的优势不仅仅是在成本上比甲骨文数据库低，同时向MongoDB集群增加节点也要比甲骨文数据库
更方便。这些优势非常适合虚拟网络、存储和云技术。相反，扩展甲骨文需要组合、配置和集成多种复杂技术(例如RAC、DataGaurd、
GoldenGate等)，以及大量需要许可证和专业服务费用的硬件设备。

给我们留下深刻印象的不仅仅是MongoDB的易用性和强大的适应能力，它还能够很容易地被扩展到许多我们之前认为不可能的任务中。与甲骨文数据库的使用费用相比，MangoDB的使用费用非常低。

我们最担心的一个问题是，MongoDB是一家刚成立不久的创业公司，他们会不会被甲骨文或CA
Technologies这样的公司并购掉。10亿美元以上的估值，以及2.31亿美元的融资事实上，已经让我们打消了这种顾虑。即使MongoDB被并
购，那么他们也会被真正重视他们的公司所收购。然而可能性更多大的是，MongoDB会将目标锁定为IPO(首次公开募股)。

与甲骨文数据库相比，MySQL更容易使用、维护及安装，但这并不意味着它们拥有更好的性能。通常情况下，只有10倍以上的提升才能击败强大的
竞争对手。虽然MySQL是一个简单易用且价格便宜的关系型数据库，但是它们的整体性能却不佳。相比之下，MongoDB在许多场景中性能提升了十倍。虽
然它并非目前的最佳选择，但从长远看来它具备成为最佳选择的潜力。

❷ 成都大数据分析培训班哪家比较好

成都大数据分析培训班较好的有：

1、学大教育

2、弘成教育

3、新东方

4、达内教育

5、等等其他培训班

4、实训项目

上面我们讲了课程的重要性，课程设置是否合理影响知识结构和学习成果，而项目经验将直接影响我们就业情况。

实训项目一般包括JAVA项目，大数据项目，企业大数据平台等，不同的学习阶段配合不同的项目，加深学员对所学知识的理解和应用。

5、招生门槛

企业在招聘大数据开发人员时是有一定门槛，最低学历要求是统招大专（个别小众企业有可能会放宽要求）。所以，一家靠谱的培训机构在招生要求上肯定会设置一条：大专及以上学历。

6、班型选择

越来越多的人想进入大数据，但又不想付出太多。为了迎合大家的需求，一些培训机构推出什么“周末班”、“快速班”、“线上班”等等班型。

大数据技术庞多复杂，短期内想掌握几乎不可能，一般0基础的学习周期是5个月左右，且是全日制的学习。

7、现场试听

真正有技术的大数据培训机构根本不怕学生来实地考察、现场试听，网上信息了解得再多，不如实地走访一番，成都的小伙伴们可以前往成都大数据实地考察。

❸ 深度推荐：创业团队为什么要选择Oracle而不

我们可以看到大家表示非议的几个核心点主要有：

• 互联网使用开源是行业主流，特立独行的风险很大；

• 使用费用，而Oracle是要收费的，还不止一点点！！

• MySQL完全能支撑初期的业务需求，为啥要用Oracle这么个收费的东西。



• MySQL是互联网的行业主流选择？

互联网公司选择开源或自研，而不是商用，首要的原因是多数商用软件的设计目标并未考虑过互联网公司面临的高并发、海量用户场景，所以根本无法满足基本需求；其次，互联网公司业务变化快，在线业务通常是面向最终消费者，强调用户体验，出现问题需要第一时间及时响应处理。倘若核心技术不是自己深度掌握，很难有足够快速的问题解决能力；最后，公司发展到一定规模之后，使用商业软件会带来不菲的成本支出问题。




但实际上这个问题相对前面两点不算决定性因素，一方面是到了这个规模，也有一定的经济承受能力，另一方面是授权费多少其实都是谈判出来的，通常会远低于零售价格，也不会真正全面采购正版授权：商用软件厂商并不希望把你一次放血搞死，持续吸血才是他们的理想。


但是，开源软件通常缺乏有效的官方技术支持，需要技术团队耗费时间精力；通常开源软件的完善程度也并不算高，需要使用公司投入更多人力完善周边，综合使用成本并不见得很低。当然，这部分开支具有较大的隐蔽性，并且很难具体量化，同时也不需要一次性支出，所以通常会被大家被认为是相比商业软件更便宜的方案。( BTW, 商业软件公司确实应该考虑分期模式，或是引入金融创新应该会带来更多实际的收入，当然云计算也算是分期付费的一个变种分支。毕竟现金流对于多数公司而言都是非常关键的，细水长流好过一次榨干呢。)




当然，是培养自己的团队去填开源软件的坑，或是发明自己的轮子，还是选择商用软件？多数互联网公司的选择都是混搭： 能用开源解决的用开源，开源不那么靠谱的就用商用的顶上，再慢慢找合适的时机替换。




Now，让我们来看看在用Oracle或商用数据库的知名互联网公司有哪些？




• 一号店、JD：都是MySQL和Oracle的混合体系，还买了吊炸天的Oracle一体机(一台Oracle Exadata X5有24T内存，576核CPU，价格估计几千万到上亿人民币)；

• 苏宁易购：是IBM一手打造的技术团队和技术体系，使用的是DB2、MySQL、Oracle的混合体系；

• 携程旅行：.NET技术为主，所以是以SQL Server为主、MySQL为辅的混合体系；

• 唯品会：也是MySQL和Oracle的混合体系；
  ·····


似乎在用商用数据库的互联网公司并不在少数，而且他们都是在核心业务使用Oracle。


另外，我们还可以看到基本全是电商类型的互联网公司。


当然，看上去他们用商用数据库实例的总占比相对MySQL要少得多，而且似乎内部都有在发起减少使用商用数据库的趋势。




以众所周知的阿里为例，最早是使用Oracle来支撑业务的，后来逐步发起了去Oracle的趋势。


此前，阿里集团用Oracle主要集中在淘宝和支付宝。而实际上据阿里自己透露，在Oracle的License费用相对整个技术团队支出成本而言并不算多，更多的开支是花在中高端存储设备，小型机，而这些硬件的维护费用更是一笔不小的开支；然而，去Oracle进程也并不是一个轻松的过程。从12年初，阿里开始部分放弃Oracle转投MySQL，到15年双11，支付宝对外宣布支付宝的核心交易流量不再依赖Oracle，共历时3年多，对MySQL进行改造、技术架构优化做出了巨大的投入和努力。期间淘宝和支付宝各自经历了一次迁移失败…… 这些都是巨大的研发成本投入！


这个投入本身，远超出了Oracle的License费用以及维护费，与其说是技术团队的高瞻远瞩做长远打算，还不如说是阿里集团已经走到了不得不变的阶段，IOE这种第三方厂商提供支持的模式不再能支撑阿里的业务增长需要，成为了首要的瓶颈；


可以想象，每年双11，Oracle都派人驻场进行技术支持，但始终会因为阿里未能掌握Oracle的技术底层核心实现，会导致出现无法对潜在问题的风险、影响范围等进行有效的评估和预案准备；




若问题发生后，阿里也无法及时有效的解决，只能完全依赖Oracle团队的技术支持，很容易会出现“船上人不得力，坎上人挣断腰”的尴尬局面。跨部门协调尚且会有部门墙存在，跨公司合作各种商务沟通，对内对外协调会更加困难。这点相信做过团队管理的人都多少会有深刻的体会。


这种尴尬的局面对于阿里这样体量的公司是完全不能接受的，那种感觉就像是你的XX被别人握着一样，哪怕那个人是你亲爹估计也不会多开心吧？何况还只是一个拿钱做事的合作伙伴。


可以看出，阿里有这样的体量资本，去投入开源优化改造，并且业务规模也迫使他不得不这么做。而去IOE也并非出于MySQL免费，Oracle收费这么简单的成本考量。




然而对于普通创业公司而言，是否值得跟随一线互联网公司这样搞去IOE，选择MySQL以节约成本呢？又或者“Oracle+MongoDB是创业团队的最佳选择“才是更正确的道路？




创业公司有什么特点？看过互联网的行业整体情况，尤其是对阿里技术选择变迁的背景剖析之后，我们再来看看作为互联网创业公司的特点是怎样的：




• 钱永远是不够用的，能省则省；

• 求快，更快，再快！

• 招人永远是心中的痛；

• 如果不能达到足够市场占有率后盈利或上市，所有努力都是在浪费时间；

• 规模小，通常没利润，烧钱以求快速发展。




看大家各种吐槽差不多之后，又开始继续发表自己的观点：


首先呢，作为创业团队不要太看得起自己了——你那点肉还真不够甲骨文律师团队的工资。能被甲骨文盯上，恭喜你已经有足够的小身板了呢，值得出去喝一杯庆祝下……


其次呢，创业公司的技术团队最大的使命是： 求快！支撑整个团队比竞争对手更快的扩大规模，占领市场！！技术绝不能成为整个创业公司团队里最短的那块木板。然而，创业公司的目标不是B轮或者C轮，而是上市，这意味着用户量、业务量要达到足够大的规模。


我知道你们要说等到那时候公司已经融了足够钱可以找牛人搞定技术难题。Too young，too simple！那只说明你没踩过足够的坑。 知易行难!！在公司业务还要继续高速发展的大背景下，补上技术欠债这种事，基本是个无底洞，哪里是一两个牛人就填得平的坑……


别急，你们是不是想说，如果创业初期就考虑太多，用过重的技术会导致还没站稳脚就被对手干死了！！问题是你们告诉我，只是单纯的数据库操作，Oracle能比MySQL复杂多少？


说了那么多虚的，举个例子可能会更有说服力一些：


假设有两个创业公司：亚麻讯和fBay，都几乎同时发展到B轮，每天的订单量都也差不多水平，亚麻讯有日均10万单左右，fBay则领先亚麻讯几万单；


同时容我拍脑袋的认为，MySQL单实例可以支撑日均20万单的业务量，而Oracle单实例可以支撑日均100万单。


亚麻讯一开始选择的是Oracle+MongoDB做存储，而fBay是用MySQL+MongoDB做存储，那么情况应该会是这样的。


• fBay意识到单个MySQL实例可能很快就无法支撑业务的增长，按照业界主流做法，那需要拆库拆表，拆业务线，做横向扩展以支撑更大的业务压力。拆库拆表之后又会遇上讨厌的CAP理论，分布式事务等等一堆麻烦事，需要组建一个几十人的SOA服务化团队来做分布式服务架构……总之一堆事，做得快应该一年能 搞个大概出来，这中间快马加鞭，空中修飞机之类的，断断续续的事故不断。运营每次做促销活动总得很谨慎的问技术团队，这个姿势行不行，那个秒杀会不会又把 系统搞挂了……运气好应该能来得及赶上业务增长的速度。

• 亚麻讯的团队似乎就从容多了，业务团队天天卖力的使劲变着花样做活动促销，反正系统容量瓶颈还有段不小一段距离呢；另一方面技术团队也开始了未雨绸缪，成立了一个骨干小分队，从容不迫的开始来拆库拆表，拆子系统，服务化这些技术的研究，并有计划的渐进推进系统改造升级。这时候甲骨文找上门来了，双方进行了一番”友好“的磋商之后，甲骨文老奸巨猾，想把亚麻讯的技术团队持续的绑在Oracle技术线上，于是开出了一个相对优惠的价格，双方愉快的一起撸了一顿烧烤……而谁说漂亮说就会死心踏地跟着甲骨文混啦？一转身，他们就启动了把非强事务类业务，逐步从核心Oracle实例拆到MongoDB的迁移工作。


亲，知道这两家这一轮竞争下来的结果么？




fBay发展速度远远被亚麻讯甩在了身后，第二年亚麻讯顺利拿下C轮融资，而fBay还继续在C轮魔咒的阴影下挣扎。然而对于竞争激烈的互联网行业而言，不能做细分领域第一第二的公司，最后都只有死路一条……


对于亚麻讯而言，Oracle最大的价值便在于技术团队通过正确的技术选型为它整个公司争取到了非常宝贵的市场竞争时间窗，这时候你们还觉得商用数据库的授权费很贵么？天下武功，唯快不破！！


最后得吐槽下，你们现在觉得MySQL DBA好招么？因为市场过于稀缺，一个MySQL DBA的待遇差不多能养两个Oracle DBA了……更要命的是还压根招不到，可愁死我了。




单纯从表的数据量而言，MySQL的最佳实践建议是单表百万级，控制在千万级内；而Oracle单表可以千万级甚至亿级也没太大问题。而且，MySQL从一开始的设计目标便不是为了追求强一致性事务，这导致MySQL的可靠性和事务性方面就完全和Oracle不在一个可比较的级数。高并发压力情况下，MySQL丢数据的概率是远超Oracle的；然而Oracle的费用贵是无法回避的事实，Oracle数据库依然是昂贵的稀缺资源。应只把最核心，同时非常强调数据一致性的强事务类的业务放在Oracle上，用好NoSQL和分布式缓存，降低核心Oracle数据库的负载压力。

❹ 移动互联网行业的职位主要有哪些

技术类

后端开发
Java Python PHP .NET C# C++ C VB Delphi Perl Ruby Hadoop Node.js 数据挖掘 自然语言处理 搜索算法 精准推荐 全栈工程师 Go ASP Shell 其它
移动开发
HTML5 Android iOS WP 移动开发其它
前端开发
web前端 Flash html5 JavaScript U3D COCOS2D-X 前端开发其它
测试
测试工程师 自动化测试 功能测试 性能测试 测试开发 游戏测试 白盒测试 灰盒测试 黑盒测试 手机测试 硬件测试 测试经理 测试其它
运维
运维工程师 运维开发工程师 网络工程师 系统工程师 IT支持 IDC CDN F5 系统管理员 病毒分析 WEB安全 网络安全 系统安全 运维经理 运维其它
DBA
数据库
MySQL SQLServer Oracle DB2 MongoDB ETL Hive 数据仓库 DBA其它
高端职位
技术经理 技术总监 架构师 CTO 运维总监 技术合伙人 项目总监 测试总监 安全专家 高端技术职位其它
非技术类

项目管理
项目经理 项目助理
产品经理
网页产品经理 移动产品经理 产品助理 数据产品经理 电商产品经理 游戏策划 产品实习生
产品设计师
网页产品设计师 无线产品设计师
高端职位
产品部经理 产品总监 游戏制作人
视觉设计
网页设计师 Flash设计师 APP设计师 UI设计师 平面设计师 美术设计师（2D/3D） 广告设计师 多媒体设计师 原画师 游戏特效 游戏界面设计师 视觉设计师 游戏场景 游戏角色 游戏动作
用户研究
数据分析师 用户研究员 游戏数值策划
高端职位
设计经理/主管 设计总监 视觉设计经理/主管 视觉设计总监 交互设计经理/主管 交互设计总监 用户研究经理/主管 用户研究总监
交互设计
网页交互设计师 交互设计师 无线交互设计师 硬件交互设计师
运营
内容运营 产品运营 数据运营 用户运营 活动运营 商家运营 品类运营 游戏运营 网络推广 运营专员 网店运营 新媒体运营 海外运营 运营经理
编辑
副主编 内容编辑 文案策划 记者
客服
售前咨询 售后客服 淘宝客服 客服经理
高端职位
主编 运营总监 COO 客服总监
市场/营销
市场策划 市场顾问 市场营销 市场推广 SEO SEM 商务渠道 商业数据分析 活动策划 网络营销 海外市场 政府关系
公关
媒介经理 广告协调 品牌公关
销售
销售专员 销售经理 客户代表 大客户代表 BD经理 商务渠道 渠道销售 代理商销售 销售助理 电话销售 销售顾问 商品经理
高端职位
市场总监 销售总监 商务总监 CMO 公关总监 采购总监 投资总监
供应链
物流 仓储
采购
采购专员 采购经理 商品经理
投资
分析师 投资顾问 投资经理
人力资源
人事/HR 培训经理 薪资福利经理 绩效考核经理 人力资源 招聘 HRBP 员工关系
行政
助理 前台 行政 总助 文秘
财务
会计 出纳 财务 结算 税务 审计 风控
高端职位
行政总监/经理 财务总监/经理 HRD/HRM CFO CEO
法务
法务 律师 专利
投融资
投资经理 分析师 投资助理 融资 并购 行业研究 投资者关系 资产管理 理财顾问 交易员
风控
风控 资信评估 合规稽查 律师
审计税务
审计 法务 会计 清算
高端职位
投资总监 融资总监 并购总监 风控总监 副总裁

❺ 大数据初创企业面临的五大挑战

大数据初创企业面临的五大挑战

近几年，数据逐渐成为驱动业务的主要推动力。 更重要的是,大数据是可以帮助企业改善策略,提高运营效率和加速增长。

75% 的龙头企业说,他们已经或计划在未来几年在大数据基础设施方面布局。大量的新的和令人兴奋的大数据初创公司出现来满足企业客户日益增长的需求。

虽然大数据吸引力巨大，但是考虑到66% 的创业公司一般会在12个月失败，大数据初创公司们仍然面临着很多挑战。

挑战一 缺乏人才

大数据市场在不断增长，60%的领导者认为他们今年在大数据运营上会花费更多，只有5%预测预算会减少，最大的问题在于,这种增长将超过其实现它所需的人才和规模应用。

据麦肯锡的报告称，美国的大数据人才需求在2018年将达到 170万，大约在同一时间,美国数据市场价值将达到 415亿美元。随着行业的发展，人才技能差距将拉大。没有简单的解决方案,是唯一真正的修复是随着时间的推移,人才自然会增加以满足市场需求。

(这里还有一点讽刺,因为许多大数据初创企业试图通过自己的软件来解决市场上人才缺乏的问题，但他们同样面临招不到人。)

挑战二 人才成本高

71% 企业和IT组织认为自己在利用数据方面刚达到平均水平或滞后。显然需要提高整体人才能力和教育现有的劳动力。目前在员工的培训上，为了跟上新开发产品需要大量成本。

这样的培训运营费用在2013年全球达到1300亿，考虑到数据业务的快节奏的性质和随后的需要更多的人员和持续培训,这些成本只会持续上升。

挑战三 解决理想与现实的冲突

在最近《华尔街日报》上 一篇有关Hadoop 的文章上黛博拉·盖奇说，：一些评论把大数据捧地过于高了，对大数据的”炒作”使许多组织盲目的为采用而采用:他们急切地拥抱工具,但往往不关注他们的需求,只是因为这些工具似乎是最受欢迎的(Hadoop是一个例子)。

进一步复杂化的是,大数据平台本质上是厚数据。这使得供应商很难去表达它的功能和优点，甚至更难让客户们去理解。这就是为什么, 据Gartner 说,到2017年,60%的大数据项目将无法超越试点和实验,并将被放弃。 让大数据项目更加落地是未来的重点。

挑战四 融资障碍

大数据在风投界获得了极大的关注和惊人的资金, Hortonworks和 Dataminr的 融资近1亿美元就是很好的证明。 但在许多方面,争夺现金变得不利于新公司。

由于行业的发展，风投们会更亲睐具有挑战性的企业家，很多公司喜欢Palantir,MongoDB和Mu Sigma (至少有2亿美元投资)。 因为资金增加了,在某种程度上我们可以预期投资者变得更加初步承诺投资,而不是投资于更成熟的新锐品牌。

挑战五 更残酷的竞争

全球大数据预计在2015年产值达到 1250亿美元,创业并不孤单; 他们面临SAP微软和IBM这样的数十亿美元的大公司的残酷竞争。

这些巨人可以释放功能更新产品,收购同类公司。他们的资金是无限的,而初创企业必须更加精细化他们的产品只是为了维持他们的现金消耗速率。

实际上,这是一件好事。初创公司成功的最佳方式和关注一个点和把它做好，大公司总是在寻找方法来获得竞争优势。 如果你在存储、分析等方面有极大的优势，被收购也是个不错的选择。

以上是小编为大家分享的关于大数据初创企业面临的五大挑战的相关内容，更多信息可以关注环球青藤分享更多干货