大數(shù)據技術市場正處于這樣一個階段：Garnter認為是從IT主導的、報告系統(tǒng)轉向業(yè)務主導、自助式服務分析的最后階段。其結果是出現(xiàn)了很多新業(yè)務智能和分析平臺可以滿足企業(yè)機構對可訪問性、敏捷性和更深入的分析洞察力的要求。

現(xiàn)在有很多初創(chuàng)公司提供這種下一代系統(tǒng)，他們開發(fā)新技術用于收集、管理和分析大數(shù)據，不管這些數(shù)據是結構化的還是非結構化的、動態(tài)的還是靜態(tài)的、本地的還是在云中的。

下面就是2016年引起我們注意的10個很酷的大數(shù)據初創(chuàng)公司。

Anodot

CEO: David Drai

Anodot在2015年11月走出隱身模式，推出了實時異常檢測和操作智能技術——擁有機器學習專利算法的軟件，可以自動進行業(yè)務分析、查明性能問題并尋找商業(yè)機會。Anodot的目標是從大量數(shù)據中查找異常值，并將這些結果轉化為有價值的業(yè)務洞察。

Anodot的技術旨在用于電子商務網站、數(shù)字廣告系統(tǒng)和物聯(lián)網網絡，以提高運營效率，最大限度增加收入。

Anodot位于以色列的Ra'Anana，以及加州的桑尼維爾，在9月的B輪融資中獲得了800萬美元。

Confluent

CEO: Jay Kreps

在大數(shù)據管理和分析中，處理實時的流式數(shù)據是最大的挑戰(zhàn)之一。解決這個問題的其中一項技術就是開源的Apache Kafka通訊代理項目，提供了高吞吐、低延遲的軟件，用于處理實時數(shù)據。

Confluent是由Apache Kafka創(chuàng)始開發(fā)者創(chuàng)建的，提供了一個圍繞Kafka的完整實時數(shù)據平臺，可作為一個容錯的、高度可擴展的通訊系統(tǒng)。該軟件可用于手機來自用戶活動日志、股票行情系統(tǒng)、設備儀表的數(shù)據，以及其他廣泛用例中的數(shù)據。

今年5月，這家位于加州帕洛阿爾托的公司宣布提供Confluent Platform 3.0，通過融合Kafka Streams把流處理能力添加到應用中，還有在企業(yè)機構上下操作Kafka的Confluent Control Center。

Koverse

CEO: Jon Matsuo

Koverse開發(fā)了一款“盒中數(shù)據湖”的平臺，并稱它可以收集大數(shù)據并更快速地運用于生產中，其成本要低于現(xiàn)有的技術和方法。

這家位于西雅圖的公司創(chuàng)建于2012年，最早的1.0版本是在兩年前首次公布的。Koverse Platform 2.0是在6月發(fā)布的，將Apache Accumulo“分布式鍵值庫”技術和該公司自己的Universal Indexing Engine結合到一起。

聯(lián)合創(chuàng)始人Paul Brown（首席產品官）和Aaron Cordova（首席技術官）曾經是美國國家安全局的數(shù)據科學家，在那里他們幫助開發(fā)了最早的Accumulo項目，重新架構了國家安全局的數(shù)據基礎架構，以更好地處理意外的數(shù)據分析情況。

Maana

CEO: Babur Ozden

Maana開發(fā)了Maana Knowledge Platform，這個數(shù)據搜索和發(fā)現(xiàn)軟件是從大量系統(tǒng)或者“孤島”中收集數(shù)據，并將其轉變?yōu)榭梢员粯I(yè)務線應用采用的業(yè)務洞察。該系統(tǒng)是構建在Apache Spark處理引擎的。

Maana位于加州帕洛阿爾托，創(chuàng)建于2012年，在2015年5月正式發(fā)布，定位是收集和分析由物聯(lián)網網絡生成的大量數(shù)據。9月該公司首次公布了其產品的Winter '17版本，Knowledge Applications用于優(yōu)化像供應鏈和呼叫中心管理這樣的業(yè)務流程，Knowledge Assistants用于創(chuàng)建新的分析模型。

Maana在2016年5月進行的B輪融資中獲得2600萬美元，氣走好難過大部分來自該公司的石油和天然氣及行業(yè)客戶，包括殼牌、雪佛龍、沙特阿美、英特爾和通用電氣等公司。

Pachyderm

CEO: Joe Doliner

掌握著當前一代大數(shù)據技術的初創(chuàng)公司Pachyderm，已經開發(fā)出了一種開源分析引擎，采用Docker容器做分布式計算。

這里的重點是提供了一個容器化、模塊化、可擴展的數(shù)據分析基礎設施，采用像Docker和Kubernetes這樣的工具作為構建塊。該公司的Pachyderm File System和Pachyderm Pipeline System軟件幫助數(shù)據經理和分析師構建機器學習通道和數(shù)據ETL（提取、轉換和加載）工作流程。

Pachyderm創(chuàng)建于2014年，位于舊金山，在今年6月的種子輪融資中獲得了200萬美元。

StreamSets

CEO: Girish Pancha

StreamSets是另外一家解決管理動態(tài)數(shù)據挑戰(zhàn)的公司。更具體地說，StreamSets開發(fā)的軟件防止“數(shù)據漂移”的潛在問題——數(shù)據在源頭的時候可能會遇到這種不可預測的突變情況，并在應用使用這些數(shù)據的時候出現(xiàn)問題。

StreamSets的StreamSets Data Collector軟件被用于在任何數(shù)據源和任何應用之間構建復雜的數(shù)據流。9月，StreamSets首次推出了StreamSets Dataflow Performance Manager用于管理數(shù)據流操作。

StreamSets位于舊金山，創(chuàng)建于2014年，創(chuàng)始人包括CEO Girish Pancha、前Informatica首席產品官、現(xiàn)首席技術官Arvind Prabhaker，以及前Cloudera的早期員工、工程負責人。

Striim

President and CEO: Ali Kutay

Striim創(chuàng)建于2012年，創(chuàng)始人包括來自Golden Gate Software、Oracle、Informatica、WebLogic以及其他知名數(shù)據管理公司的前高管。

Striim公司位于加州帕洛阿爾托，它的軟件將流數(shù)據集成與流操作智能結合到一個系統(tǒng)內，實現(xiàn)持續(xù)的查詢/處理和流式分析。11月，Striimfault了新版本軟件，可以配合Google Big Query、Kafka和MapR Technologies使用。

Striim在3月獲得了1000萬美元的額外資金，使其B輪融資的總金額得到了3000萬美元。

Stytch

CEO: Mark Cunningham

Stytch在4月首次推出了自己端到端的數(shù)據分析平臺，提供系統(tǒng)工具用于自助服務式的數(shù)據準備、數(shù)據建模、數(shù)據發(fā)現(xiàn)、報告和儀表板。Stytch得到了Dun & Bradstreet的支持，Stytch系統(tǒng)的主要賣點是它連接到了Dun & Bradstreet龐大業(yè)務數(shù)據庫。

這家位于溫哥華的公司創(chuàng)建與2015年8月。創(chuàng)始人、首席執(zhí)行官Mark Cunningham從1992年就涉足商業(yè)智能領域，當時他的家族企業(yè)開始開發(fā)Crystal Reports，一款早期的、非常成功的Windows報告工具。

Talena

CEO: Nitin Donde

Talena提供了“永遠在線”的大數(shù)據管理軟件，幫助企業(yè)保護有價值的數(shù)據資產，并基于關鍵業(yè)務應用快速迭代。Talena的技術提供了備份和恢復、測試和開發(fā)管理、以及跨Hadoop、NoSQL數(shù)據庫（例如Cassandra和Couchbase）以及現(xiàn)代數(shù)據倉庫（例如HPE Vertica）的歸檔能力。

今年3月Talena發(fā)布了針對大數(shù)據管理任務的ActiveRx預測分析基礎設施。該軟件解決了如何將機器學習用于預測數(shù)據可用性、如何將備份數(shù)據轉變?yōu)閯討B(tài)數(shù)據資產的問題。

Waterline Data

CEO: Alex Gorelik

隨著企業(yè)機構將基于Hadoop的數(shù)據湖聚合起來用于存儲海量數(shù)據，找到如何以最佳方式利用這些信息就變成一個重大挑戰(zhàn)——更不用說隨之而來令人頭疼的數(shù)據治理問題了。

Waterline Data解決了Smart Data Catalog軟件的問題，構建了一個完成的數(shù)據湖資產庫，改善了數(shù)據發(fā)現(xiàn)和數(shù)據監(jiān)管，讓企業(yè)更容易從這些資產中獲取價值。

Waterline Data創(chuàng)建于2013年，位于加州山景城，在1月的B輪融資中獲得1600萬美元。