Big Data

近幾年的API化、行動化和IoT化風潮，為大資料領域帶來了不一樣的新挑戰，資料分析的挑戰不只是大量，還要快速。以新一代大資料分析技術Spark為核心的大資料分析新架構SMACK也因應而生

比Hadoop晚4年誕生的Spark，採取了和Hadoop不一樣的架構，能讓擅長大資料分析的社群來協助開發各種大資料分析模組，又可以讓擅長叢集運算和底層架構的專家來優化底層資源管理，因此吸引了大批開發者參與

負責大資料導入顧問的臺灣IBM軟體事業處高級資訊工程師蘇友信表示，臺灣真正導入大資料平臺的企業，還是停留在蒐集資料為主，分析資料為輔的階段，大多是為了先建立一個有能力儲存大量資料的平臺，為下一階段資料分析預做準備

大資料技術在近2年開始產生根本性的改變，不僅成為眾多技術的底層，更從靜止轉成流動型態，不僅資料更新頻率大增，資料分析速度也從批次處理進一步縮短到毫秒等級的微批次處理

想要快速建置大資料處理平臺，也能透過租用雲端服務來達成，安碁基於Acer eDC的機房環境與管理技術，結合Hadoop與NoSQL軟體，今年即將推出巨量資料分析服務

Hadoop退居幕後，Spark竄紅，由Spark、Mesos、Akka、Cassandra和Kafka構成的新興大資料技術組合SMACK成矽谷最夯必備基礎

臺灣Hadoop社群發起人王耀聰表示，企業可以先用6大問題自評企業大資料需求，如果真的有導入需求，則可依照4階段執行心法，分別就人力面、流程面、技術面以及整個導入藍圖來逐一檢視

MinHash主要技術核心在網路爬蛛與資料分析，透過大量爬取新聞媒體、社交網站、部落格等內容，找出最新的趨勢與群眾喜好，並進而提供用戶對應到產品層級的行銷建議。