京公网安备 11010802034615号
经营许可证编号:京B2-20210330
盘点2014:最受关注的十大云服务创业公司_数据分析师
云技术带来了技术爆炸,其快速的发展为创业公司带来了与传统巨头竞争的机会。这些创业公司很多都是些离开大公司且技术经验丰富的人,当然还有一些野心勃勃的年轻创业者,他们借助IT市场快速迭代的需求,服务范围从云基础设施到提供具备移动性、分析性和安全性的解决方案。
这是个勇敢的崭新的世界,并且这些创业公司认为他们拥有抢夺主流市场份额所需要的一切。
1. FireLayers : 守护网关
CEO:Yair Grindlinger
在几年前云端服务兴起并且摧毁一切的时候,FireLayers的CEO Yair Grindlinger和他的合作伙伴正在为企业安全性相关的项目工作。
但是以色列的专家也发现了这一绝好的机会,并且他们很快就为如何在新的IT领域内保护企业的想法做好了准备。
FireLayers发现像应用程序这一类的安全网关正在向云端迁移,并且开始为安全应用开发层级解决方案。
这家公司在雷德伍德城、加利福尼亚、荷兹利亚和以色列均有办公室,近期为所有设备上的用户添加了一个在所有的云端应用都支持安全性、依从性和政府控制的基于策略的安全网关。
2. Mirantis : 为大众带来OpenStack平台

CEO:Adrian Lonel
如果说有谁可以改变云领域现状的话,那就是OpenStack,一个可能对显性的和有所有权的公有云造成巨大威胁的开源的laaS云平台。
Mirantis,曾是建立OpenStack云平台的系统整合商,现在想要成为世界OpenStack平台开发的领头羊。
为了达到这个目标,这个在加利福尼亚的公司正在努力寻找方法使它的企业级OpenStack发行版更加容易部署、管理和升级。这个公司正在赢得企业用户,同时资金随之而来。
3. Shippable:在他们出名之前使用了Linux的容器
CEO:Avi Cavale
Shippable并不像这份名单中其他创业公司那样突出,但是持续的整合服务供应商值得被记住,因为它在同行还不知道Linux容器的时候发现了Linux容器的优点。
对Shippable团队来说幸运的是,在他们开始艰难地开发自己的容器时,一个叫做Docker的项目随之而来,给团队带来了一个预先包装好的解决方案。
Shippable从Docker容器建立持续的整合和传输平台使开发者可以在部署之前整合并测试他们的代码。这个西雅图公司希望渗透企业使用内部部署的结构或者公有云。
4. Docker:搅乱开发运营
CEO:Ben Golub
这一年是属于Docker的。
在2014年初的时候,Docker容器还算不上是最火的技术,而现在似乎已经是他们的时代了,尤其是主流的云服务提供商。
这个开源项目在六月发布了它的第一个企业级版本,而在年末时成为Google和AWS云会议的明星。
Google认为标准的Docker容器可能会比近段时间的其他技术更能影响云。
5. Xplenty:简化大数据过程
CEO:Yaniv Mor
这个由Waze投资者支持的以色列公司企图让云端使用Hadoop处理数据更加容易,让Hadoop对用户完全透明。
虽然Hadoop在分布式系统上为海量数据处理提供了一个强大的开源平台,但它不是任何人都可以轻易入手的,这也是Xplenty的立足之本。
Xplenty能够去除编码特性并使技术术语更容易被普通用户理解,适用图形用户界面代替了那些不知所云的东西。
6. DigitalOcean:进入The laaS Fray
CEO:Ben Uretsky
关于云的争斗已进入白热化,很难搞懂为什么会有新人期望涉足这个血腥的战斗场。但是一个位于纽约的创业公司DigitalOcean得到了一些重量级的投资,并且认为它可以通过简化网页结构的复杂性和专注于用户体验使云对开发者更加友好。
同时,DigitalOcean并不畏惧任何业内任何巨头,通过廉价的虚拟私有服务器(也被称为droplets)打开属于自己的空间。
7. CloudSigma:提供了一个“环保”云
CEO:Robert Jenkins
这个瑞士的laaS供应商在欧洲和美国,包括夏威夷,提供了高可用性和高灵活性的企业级混合云服务和云托管解决方案。
另外,因为在Equinix数据中心托管了自己的基础设施,它可以为其云服务提供专用的高速连接,绕过公共网络来减少一些客户对安全的担心,同时更有利建设混合云。
立足英吉利海峡,你会喜欢一个强调环境责任感并且提供碳中和服务器的公司。
8. ElasticBox:轻松的应用开发环境
CEO:Ravi Srivasav
ElasticBox,像Docker一样,把赌注押在了容器上。
ElasticBox的总部位于洛杉矶,该公司通过将应用程序堆栈所有组件集中到一个模块化、基于服务的应用程序开发过程,让专家和开发者可以非常简单的在一起开发应用。
这个面向DevOps的技术聚焦应用程序组件的重用,并且搭载了像Chef、Puppet、Ansible、Salt和Docker之类强大的协调和容器工具。
9. Treasure Data:基于云的端对端大数据解决方案
CEO: Hiro Yoshikawa
这个位于加利福尼亚,与资本市场有很多关联的公司提供与SaaS平台类似的在云中大数据处理服务。
它是个端对端的解决方案,专注于收集、存储和分析从各处收集的大数据,从手机设备到传感器。
虽然Treasure的第一批客户主要分析从广告和手机设备来的数据,但新兴的物联网行业使其得到发展。
Treasure Data将服务托管于AWS以及日本的一些数据中心。
10. Skyhigh Networks:使影子IT显形
CEO:Rajiv Gupta
这家创业公司位于加利福尼亚的库比蒂诺,专注于情境访问控制(Contextual access control)和应用程序审查 (application auditing)。
Skyhigh基于云服务的安全软件可以扫描整个网络并且鉴别出所有的雇员使用的云服务,尤其是那些无视公司规定的。这是与影子IT斗争中的另外一个武器。
虽然公司提供加密技术和防止数据丢失技术,Skyhigh 更偏向于通过身份验证管理和基于终端用户位置和其他因素的接触控制来保护数据、基础设施和任务关键型应用。
这家创业公司与Palo Alto 网络合作,同时与加密技术、tokenization 供应商SafeNet也有合作。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24