1. 全國目前有多少家大數據交易中心
十大大數據企業1.IBM根據Wikibon發布的報告，作為大數據業務營收成績最好的公司IBM，過去一年從大數據相關產品及服務中獲得了13億美元收益。其具體產品包括伺服器與存儲硬體、資料庫軟體、分析應用程序以及相關服務等。2、惠普惠普早在2012年獲得的大數據營收名列第二，總值為6.64億美元。這家供應商最為知名的方案當數Vertica分析平台。3、TeradataTeradata憑借自家硬體平台、資料庫以及分析軟體而聲名遠播。它同時針對零售及運輸行業推出了專門的分析工具。4、甲骨文盡管在大家眼中，甲骨文一直以其冠絕群雄的資料庫產品聞名，但事實上他們也是大數據領域的主要競逐者之一。其甲骨文大數據設備將英特爾伺服器、ClouderaHadoop發行版以及甲骨文的Nosql資料庫結合到了一起。5、SAPSAP推出了一系列分析工具，但其中知名度最高的當數其HANA內存內資料庫。6、EMCEMC一方面幫助客戶保存並分析大數據，另外也充當著大數據分析智囊營銷科學實驗室的所在地這家實驗室專門分析營銷類數據。EMC推出的最新爆炸性消息是與VMware及通用電氣一道支持Pivotal公司。7、AmazonAmazon向來以企業雲平台聞名於世，但同時也推出過一系列大數據產品，其中包括基於Hadoop的ElasticMapRece、DynamoDB大數據資料庫以及能夠與AmazonWebservices順利協作的Redshift規模化並行數據倉儲方案。8、微軟微軟的大數據發展戰略可謂雄心勃勃，包括與Hortonworks建立合作關系、建立一家大數據新興企業以及推出基於Hortonworks數據平台的HDInsights工具。微軟的SQLServer資料庫也頗具知名度，且於2012年的大數據企業比拼之中位列第九，營收總額為1.96億美元。9、谷歌谷歌公司推出的大數據產品包括BigQuery一款基於雲的大數據分析平台。該公司在過去一年中拿下3600萬美元大數據營收。10、VMwareVMware向來以雲計算及虛擬化解決方案著稱，不過近來也開始逐步踏入大數據領域。今年六月虛擬巨頭公布的VMwarevSphere大數據擴展版就很說明問題，這套方案使得vSphere能夠控制Hadoop部署並幫助企業用戶簡化大數據項目啟動流程。隨著對大數據認識越來越深刻，應用大數據分析的靈越也將越來越廣，將對各行各業產生重大影響。而根據IDC的最新預測，到2019年，來自大數據和業務分析的年度全球收入將從2015年的1220億美元增至1870億美元。
2. 大數據分析一般用什麼工具呢
雖然數據分析的工具千萬種，綜合起來萬變不離其宗。無非是數據獲取、數據存儲、數據管理、數據計算、數據分析、數據展示等幾個方面。而SAS、R、SPSS、python、excel是被提到頻率最高的數據分析工具。
Python
R軟體
SPSS
Excel
SAS軟體
Python，是一種面向對象、解釋型計算機程序設計語言。Python語法簡潔而清晰，具有豐富和強大的類庫。它常被昵稱為膠水語言，能夠把用其他語言製作的各種模塊（尤其是C/C++）很輕松地聯結在一起。
常見的一種應用情形是，使用Python快速生成程序的原型（有時甚至是程序的最終界面），然後對其中有特別要求的部分，用更合適的語言改寫，比如3D游戲中的圖形渲染模塊，性能要求特別高，就可以用C/C++重寫，而後封裝為Python可以調用的擴展類庫。需要注意的是在您使用擴展類庫時可能需要考慮平台問題，某些可能不提供跨平台的實現。
R是一套完整的數據處理、計算和制圖軟體系統。它可以提供一些集成的統計工具，但更大量的是它提供各種數學計算、統計計算的函數，從而使使用者能靈活機動的進行數據分析，甚至創造出符合需要的新的統計計算方法。
SPSS是世界上最早的統計分析軟體，具有完整的數據輸入、編輯、統計分析、報表、圖形製作等功能，能夠讀取及輸出多種格式的文件。
可以進行各種數據的處理、統計分析和輔助決策操作，廣泛地應用於管理、統計財經、金融等眾多領域。
SAS把數據存取、管理、分析和展現有機地融為一體。提供了從基本統計數的計算到各種試驗設計的方差分析，相關回歸分析以及多變數分析的多種統計分析過程，幾乎囊括了所有最新分析方法，其分析技術先進，可靠。分析方法的實現通過過程調用完成。許多過程同時提供了多種演算法和選項。
3. Vertica 資料庫與 Cassandra 相比有什麼優勢
傳統的資料庫除了SQL語義外，還要保證transaction的ACID，而要同時滿足高一致性和事務操作的要求是很難實現高可伸縮性的。因而才會有NoSQL的出現，它們犧牲了部分SQL和事務的語義、降低一致性要求，以實現高可伸縮性的系統。
Vertica的底層存儲實現和HBase的不一樣。雖然都是叫按列存儲，HBase是先將表格按行劃分成塊，在數據塊內部才是按列存儲；Vertica的存儲比較靈活，它號稱可以配置哪些列要放在一起存儲，每列都分開就是最基本的按列存儲，所有列都和在一起就是按行存儲了，不過同一列的數據還是會放在一起。
所以按列或者按行存儲只是不同的系統設計選擇，不是決定性因素。關鍵還是在於對上層提供的語義。
4. vertica 怎麼實現行轉列sql
傳統的資料庫除了SQL語義外，還要保證transaction的ACID，而要同時滿足高一致性和事務操作的要求是很難實現高可伸縮性的。因而才會有NoSQL的出現，它們犧牲了部分SQL和事務的語義、降低一致性要求，以實現高可伸縮性的系統。
5. vertica 可以寫存儲過程嗎
不行，只能用python等代碼替代
6. Mysql是列式存儲嗎，或者說mysql支持列式存儲嗎
大數據（巨量數據集合（IT行業術語））
大數據（big data），指無法在可承受的時間范圍內用常規軟體工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力來適應海量、高增長率和多樣化的信息資產。
7. verticai-align:在html中什麼意思
定義和用法
vertical-align 屬性設置元素的垂直對齊方式。
說明
該屬性定義行內元素的基線相對於該元素所在行的基線的垂直對齊。允許指定負長度值和百分比值。這會使元素降低而不是升高。在表單元格中，這個屬性會設置單元格框中的單元格內容的對齊方式。
參考：http://www.w3school.com.cn/css/pr_pos_vertical-align.asp
8. 什麼是資料庫
資料庫是存放數據的倉庫。它的存儲空間很大，可以存放百萬條、千萬條、上億條數據。但是資料庫並不是隨意地將數據進行存放，是有一定的規則的，否則查詢的效率會很低。當今世界是一個充滿著數據的互聯網世界，充斥著大量的數據。即這個互聯網世界就是數據世界。數據的來源有很多，比如出行記錄、消費記錄、瀏覽的網頁、發送的消息等等。除了文本類型的數據，圖像、音樂、聲音都是數據。
資料庫是一個按數據結構來存儲和管理數據的計算機軟體系統。資料庫的概念實際包括兩層意思：
（1）資料庫是一個實體，它是能夠合理保管數據的「倉庫」，用戶在該「倉庫」中存放要管理的事務數據，「數據」和「庫」兩個概念結合成為資料庫。
（2）資料庫是數據管理的新方法和技術，它能更合適的組織數據、更方便的維護數據、更嚴密的控制數據和更有效的利用數據。
發展現狀
在資料庫的發展歷史上，資料庫先後經歷了層次資料庫、網狀資料庫和關系資料庫等各個階段的發展，資料庫技術在各個方面的快速的發展。特別是關系型資料庫已經成為目前資料庫產品中最重要的一員，80年代以來， 幾乎所有的資料庫廠商新出的資料庫產品都支持關系型資料庫，即使一些非關系資料庫產品也幾乎都有支持關系資料庫的介面。這主要是傳統的關系型資料庫可以比較好的解決管理和存儲關系型數據的問題。隨著雲計算的發展和大數據時代的到來，關系型資料庫越來越無法滿足需要，這主要是由於越來越多的半關系型和非關系型數據需要用資料庫進行存儲管理，以此同時，分布式技術等新技術的出現也對資料庫的技術提出了新的要求，於是越來越多的非關系型資料庫就開始出現，這類資料庫與傳統的關系型資料庫在設計和數據結構有了很大的不同， 它們更強調資料庫數據的高並發讀寫和存儲大數據，這類資料庫一般被稱為NoSQL（Not only SQL）資料庫。 而傳統的關系型資料庫在一些傳統領域依然保持了強大的生命力。
資料庫管理系統
編輯
資料庫管理系統是為管理資料庫而設計的電腦軟體系統，一般具有存儲、截取、安全保障、備份等基礎功能。資料庫管理系統可以依據它所支持的資料庫模型來作分類，例如關系式、XML；或依據所支持的計算機類型來作分類，例如伺服器群集、行動電話；或依據所用查詢語言來作分類，例如SQL、XQuery；或依據性能沖量重點來作分類，例如最大規模、最高運行速度；亦或其他的分類方式。不論使用哪種分類方式，一些DBMS能夠跨類別，例如，同時支持多種查詢語言。
9. 如何看待yandex開源clickhouse這個列式文檔資料庫
Yandex在2016年6月15日開源了一個數據分析的資料庫，名字叫做ClickHouse，這對保守俄羅斯人來說是個特大事。更讓人驚訝的是，這個列式存儲資料庫的跑分要超過很多流行的商業MPP資料庫軟體，例如Vertica。如果你沒有聽過Vertica，那你一定聽過 Michael Stonebraker，2014年圖靈獎的獲得者，PostgreSQL和Ingres發明者（Sybase和SQL Server都是繼承 Ingres而來的）, Paradigm4和SciDB的創辦者。Michael Stonebraker於2005年創辦Vertica公司，後來該公司被HP收購，HP Vertica成為MPP列式存儲商業資料庫的高性能代表，Facebook就購買了Vertica數據用於用戶行為分析。
簡單的說，ClickHouse作為分析型資料庫，有三大特點：一是跑分快， 二是功能多 ，三是文藝范
1. 跑分快： ClickHouse跑分是Vertica的5倍快：
ClickHouse性能超過了市面上大部分的列式存儲資料庫，相比傳統的數據ClickHouse要快100-1000X，ClickHouse還是有非常大的優勢：
100Million 數據集:
ClickHouse比Vertica約快5倍，比Hive快279倍，比My SQL快801倍
1Billion 數據集:
ClickHouse比Vertica約快5倍，MySQL和Hive已經無法完成任務了
2. 功能多：ClickHouse支持數據統計分析各種場景
- 支持類SQL查詢，
- 支持繁多庫函數（例如IP轉化，URL分析等，預估計算/HyperLoglog等）
- 支持數組(Array)和嵌套數據結構(Nested Data Structure)
- 支持資料庫異地復制部署
3.文藝范：目前ClickHouse的限制很多，生來就是為小資服務的
- 目前只支持Ubuntu系統
- 不提供設計和架構文檔，設計很神秘的樣子，只有開源的C++源碼
- 不理睬Hadoop生態，走自己的路
10. 大數據分析用什麼工具好
市場上用於大數據分析的工具林林總總，不是專業人士很難區分優劣，企業一旦買錯後悔莫及。一般處理大數據，可以用Hadoop、R等，這需要很多技術功底。而數據可視化呢，要選用對大數據支持比較好的工具，首先要具備兩個技術，支持數據直連（FineDirect），支持數據索引（FineIndex）。其次，看前端可視化分析能力，這方面tableau、qlikview、帆軟商業智能、網易有數等不錯。