DARPA慷慨解囊的背后:Python与大数据的火花

Stella981
• 阅读 359

大数据灵玖软件:www.lingjoin.com

大数据论坛:www.bigdatabbs.com

据 InformationWeek近日的一则消息显示,DARPA(美国国防高级研究计划局)将给分析公司 Continuum
Analytics投资300万美元,用于开发Python的数据分析和处理库。这笔资金来自其将在四年内投资1亿美元来改善大数据技术的XDATA项目,这个项目旨在“开
发用于分析国防活动中海量面向任务信息的 计算技术和软件工具”。

Continuum
Analytics将致力Blaze和Bokeh库的开发:Blaze用于科学计算,而Bokeh则是一个可视化系统。

其中,Blaze将同时扩展现有的数学计算库NumPy和科学计算库SciPy,使其更适应大数据库技术。Blaze将聚焦在内核外处理超过系统内存容量的大型数据集,并同时支持分布式数据和流数据。

而Bokeh则是一个用于大数据可视化的Python库,Continuum称之为用于大型数据集的“可扩展、交互式以及易于使用的可视化系统”。Bokeh将整合许多可视化技术,将包含Stencil可视化模型和Grammar
of Graphics。

Python的运行效率可以用“低下”来形容了,那么究竟又是什么让它与大数据擦出了火花?首先要先看一下Python语言自身的优势:

  1. 易于学习的Python

众所周知,大多数的大数据分析工作都不是开发者在做,这样易于学习的Python就有了被Continuum
Analytics与DARPA同时看重的理由。就像该公司董事长Peter
Wang说:“如果他们可以学习一门简单的语言,他们将不需要额外的软件开发部门去参与数据分析。”

2. 解释性语言Python

基于解释语言的特性,使用Python进行开发无疑可以数倍的提升编码效率;不到C++/Java一半的代码行将大幅度减少开发过程和维护阶段的工作量,相信不会被大部分开发者讨厌。

上文说到Python受开发者喜爱的两个方面:易于学习和高效的编码效率;然而作为解释性语言,Python的运行效率必然不会很快,而快于Python几倍、甚至几十倍的语言也是一抓一大把,那么Python在海量的数据处理中还会具备优势吗?

大数据vs.
Python

俗话说具体问题具体对待,而一般我们从本质上把大数据应用场景分为两个方面:

1. CPU密集型操作

在CPU密集型操作情况下,我们需要对海量的数据进行计算;而刚刚说到作为解释性语言Python有着“相对杯具”的运行效率,那么在像求逆矩阵、向量相似度等对语言高效性非常依赖的情景下,让Python去做这些必然会造成性能下降和负载增加。然而别忘了Python还有个昵称
——
胶水语言,其集成机制可以轻松的联结使用其它语言编写的模块,比如:C、C++、Java。这样我们就可以完全根据情况需要,使用Python来做框架,在核心CPU密集操作部分调用C或者其它高效语言。这样开发效率和性能都得以保障,至于对开发团队要求的增高就是另外一回事了。

  1. I/O密集型操作

在这个场景下,我们经常做的是频繁的I/O操作、频繁的输入/读取文件系统,但是不会涉及到复杂的计算。出于这些操作通常都是调用操作系统接口来完成,所以对语言的要求显然不会太高。

从DARPA得到助力的不只是Python一个领域,下面看一下最近从DARPA获得资金的项目:

近期得到DARPA慷慨解囊的机构

在2012年11月,数据可视化和软件公司Kitware收到一笔400万美元的资金,用于和软件公司KnowledgeVis及一些高校一起开发名为Visualization
Design
Environment的开源数据聚合、查询和可视化工具包。

其后2012年12月,乔治亚理工学院公布他们获得了270万美元资金;这些资金用于在可扩展的机器学习技术和分布式计算架构上的研究,致力研发快速处理数据分析的算法。同样在新机器学习软件方面,Scientific
Systems
Company也获得了数额不详的资金。

2月,数据库开发者兼软件资讯公司SYSTAP获得XDATA项目的200万美元,这笔资金用于建立一个开源图分析平台(使用GPU计算集群)。

点赞
收藏
评论区
推荐文章
blmius blmius
2年前
MySQL:[Err] 1292 - Incorrect datetime value: ‘0000-00-00 00:00:00‘ for column ‘CREATE_TIME‘ at row 1
文章目录问题用navicat导入数据时,报错:原因这是因为当前的MySQL不支持datetime为0的情况。解决修改sql\mode:sql\mode:SQLMode定义了MySQL应支持的SQL语法、数据校验等,这样可以更容易地在不同的环境中使用MySQL。全局s
Jacquelyn38 Jacquelyn38
2年前
2020年前端实用代码段,为你的工作保驾护航
有空的时候,自己总结了几个代码段,在开发中也经常使用,谢谢。1、使用解构获取json数据let jsonData  id: 1,status: "OK",data: 'a', 'b';let  id, status, data: number   jsonData;console.log(id, status, number )
Wesley13 Wesley13
2年前
java将前端的json数组字符串转换为列表
记录下在前端通过ajax提交了一个json数组的字符串,在后端如何转换为列表。前端数据转化与请求varcontracts{id:'1',name:'yanggb合同1'},{id:'2',name:'yanggb合同2'},{id:'3',name:'yang
Java修道之路,问鼎巅峰,我辈代码修仙法力齐天
<center<fontcolor00FF7Fsize5face"黑体"代码尽头谁为峰,一见秃头道成空。</font<center<fontcolor00FF00size5face"黑体"编程修真路破折,一步一劫渡飞升。</font众所周知,编程修真有八大境界:1.Javase练气筑基2.数据库结丹3.web前端元婴4.Jav
皕杰报表之UUID
​在我们用皕杰报表工具设计填报报表时,如何在新增行里自动增加id呢?能新增整数排序id吗?目前可以在新增行里自动增加id,但只能用uuid函数增加UUID编码,不能新增整数排序id。uuid函数说明:获取一个UUID,可以在填报表中用来创建数据ID语法:uuid()或uuid(sep)参数说明:sep布尔值,生成的uuid中是否包含分隔符'',缺省为
Stella981 Stella981
2年前
Python3:sqlalchemy对mysql数据库操作,非sql语句
Python3:sqlalchemy对mysql数据库操作,非sql语句python3authorlizmdatetime2018020110:00:00coding:utf8'''
Wesley13 Wesley13
2年前
00:Java简单了解
浅谈Java之概述Java是SUN(StanfordUniversityNetwork),斯坦福大学网络公司)1995年推出的一门高级编程语言。Java是一种面向Internet的编程语言。随着Java技术在web方面的不断成熟,已经成为Web应用程序的首选开发语言。Java是简单易学,完全面向对象,安全可靠,与平台无关的编程语言。
Stella981 Stella981
2年前
Django中Admin中的一些参数配置
设置在列表中显示的字段,id为django模型默认的主键list_display('id','name','sex','profession','email','qq','phone','status','create_time')设置在列表可编辑字段list_editable
Wesley13 Wesley13
2年前
MySQL部分从库上面因为大量的临时表tmp_table造成慢查询
背景描述Time:20190124T00:08:14.70572408:00User@Host:@Id:Schema:sentrymetaLast_errno:0Killed:0Query_time:0.315758Lock_
Python进阶者 Python进阶者
1个月前
Excel中这日期老是出来00:00:00,怎么用Pandas把这个去除
大家好,我是皮皮。一、前言前几天在Python白银交流群【上海新年人】问了一个Pandas数据筛选的问题。问题如下:这日期老是出来00:00:00,怎么把这个去除。二、实现过程后来【论草莓如何成为冻干莓】给了一个思路和代码如下:pd.toexcel之前把这