TechTarget特邀编辑。毕业于北京邮电大学网络技术研究院。熟悉软件开发测试的各个环节和流程，对操作系统，数据库，计算机网络等有较为深入的理解。现就职于中国电子科技集团公司下属研究所，从事软件研发工作。热衷于英文的学习交流，平时喜欢户外运动，音乐，电影。
Actian Analytics Platform旨在提供高性能、企业级的SQL分析。它可以让非Hadoop和Hadoop客户都能在新数据源上使用他们已有的SQL应用程序和投资。
近年来，由于NoSQL数据库出现并用于处理大规模数据扩展，在线事务处理技术不断变化。同时，随着Hadoop和Spark的出现，经典分析模式被逐渐打破。
购买数据仓库平台时有多种选择。尽管对它们进行评估并不需要复杂的流程，但是采用适当的步骤将有助于为企业的特定业务需求投资最佳的技术。
NoSQL是对数据库由内而外的全方位改造，从而创造出一个高容量、高速度和高可变性的架构。然而，NoSQL供应商在可变性部分却正在遭遇失败。
企业收集了很多大规模增长的松散结构化数据，Hadoop，Spark以及其他新技术处理这些数据非常有助于改善商业智能分析效率。
那些正挣扎在大量企业数据中的IT和分析管理人员可能发现，他们很难忽略不断变化的市场会推进从技术供应商那里获得机器学习工具。
对于在实时数据集上测试机器学习算法，搭建云平台特别有用，因为用户就不必为测试运行对内部系统进行供应和配置。
数据治理团队需要建立数据质量改善目标，然后对其进行跟踪和汇报。而且它们应该是“有意义的业务目标”，而不是以数据为中心的。
一个新型的Castlight Action模块将预测分析应用于雇员页面检索、保险索赔和人口统计数据来识别雇主人群易患病的部分。
Amazon Redshift为分析查询提供数据库功能，这与该公司的其他数据库管理系统（DBMS）技术形成对照。
