思科将在德国投资5亿美元设立基金强化Spark

简介:

3月9日消息,据华尔街日报报道,思科近日宣布,它计划未来三年在德国投资5亿美元,以及设立1.5亿美元的创新基金来帮助强化旗下的Spark服务,挑战企业通讯服务商Slack Technologies。

该硅谷公司还表示,它已收购旧金山创业公司Synata。Synata致力于提供技术让企业能够搜索其存储于公司内部设施和外部云服务的数据。

该收购的交易条款并未披露。

一直以来,思科都在寻求与国内外负责制定技术政策和处理大型采购的机构建立紧密关系。例如,去年该公司承诺未来几年在中国投资超过100亿美元,以帮助重塑其在该市场的地位。

作为具有影响力的高科技中心,德国在促进隐私、数据安全等领域的企业的发展尤有突出表现。思科称,它计划帮助德国加速其“数字化”进程,具体措施包括投资该国的创业公司和风投基金,以及与公共部门合作展开技术项目。

另外,思科一直在试图使得自有的协作工具Spark胜过广受欢迎的Slack服务。Spark可便于企业职员通过发送信息来通讯,减少邮件发送。思科还将Spark与它的语音和视频通话产品整合起来。

该公司负责协作类产品的高级副总裁罗恩·特罗洛普(Rowan Trollope)指出,规模为1.5亿美元的Spark Innovation Fund创新基金将会为开发兼容Spark的应用或者围绕该服务帮助建设“生态系统”的企业提供帮助。据特罗洛普称,在一些情况下,思科将会入股创业公司;它也可能采取其它的措施来帮助开发者,如投资联合开发的项目。

他说,收购Synata能够满足Spark团队增加搜索和安全功能的愿望。思科表示,Synata的技术包括支持搜索加密存储的文件,这一点大部分的传统搜索引擎都无法做到。

“正如我不会把账号密码写在便利贴上,我不希望我的团队的通讯记录以非加密形式出现在某个地方的服务器上。”特罗洛普在博文中写道。

本文转自d1net(转载)

相关文章
|
10天前
|
分布式计算 大数据 Apache
ClickHouse与大数据生态集成:Spark & Flink 实战
【10月更文挑战第26天】在当今这个数据爆炸的时代,能够高效地处理和分析海量数据成为了企业和组织提升竞争力的关键。作为一款高性能的列式数据库系统,ClickHouse 在大数据分析领域展现出了卓越的能力。然而,为了充分利用ClickHouse的优势,将其与现有的大数据处理框架(如Apache Spark和Apache Flink)进行集成变得尤为重要。本文将从我个人的角度出发,探讨如何通过这些技术的结合,实现对大规模数据的实时处理和分析。
40 2
ClickHouse与大数据生态集成:Spark & Flink 实战
|
1月前
|
存储 分布式计算 算法
大数据-106 Spark Graph X 计算学习 案例:1图的基本计算、2连通图算法、3寻找相同的用户
大数据-106 Spark Graph X 计算学习 案例:1图的基本计算、2连通图算法、3寻找相同的用户
58 0
|
1月前
|
消息中间件 分布式计算 NoSQL
大数据-104 Spark Streaming Kafka Offset Scala实现Redis管理Offset并更新
大数据-104 Spark Streaming Kafka Offset Scala实现Redis管理Offset并更新
38 0
|
1月前
|
消息中间件 存储 分布式计算
大数据-103 Spark Streaming Kafka Offset管理详解 Scala自定义Offset
大数据-103 Spark Streaming Kafka Offset管理详解 Scala自定义Offset
75 0
|
11天前
|
SQL 机器学习/深度学习 分布式计算
Spark快速上手:揭秘大数据处理的高效秘密,让你轻松应对海量数据
【10月更文挑战第25天】本文全面介绍了大数据处理框架 Spark,涵盖其基本概念、安装配置、编程模型及实际应用。Spark 是一个高效的分布式计算平台,支持批处理、实时流处理、SQL 查询和机器学习等任务。通过详细的技术综述和示例代码,帮助读者快速掌握 Spark 的核心技能。
38 6
|
9天前
|
存储 分布式计算 Hadoop
数据湖技术:Hadoop与Spark在大数据处理中的协同作用
【10月更文挑战第27天】在大数据时代,数据湖技术凭借其灵活性和成本效益成为企业存储和分析大规模异构数据的首选。Hadoop和Spark作为数据湖技术的核心组件,通过HDFS存储数据和Spark进行高效计算,实现了数据处理的优化。本文探讨了Hadoop与Spark的最佳实践,包括数据存储、处理、安全和可视化等方面,展示了它们在实际应用中的协同效应。
45 2
|
10天前
|
存储 分布式计算 Hadoop
数据湖技术:Hadoop与Spark在大数据处理中的协同作用
【10月更文挑战第26天】本文详细探讨了Hadoop与Spark在大数据处理中的协同作用,通过具体案例展示了两者的最佳实践。Hadoop的HDFS和MapReduce负责数据存储和预处理,确保高可靠性和容错性;Spark则凭借其高性能和丰富的API,进行深度分析和机器学习,实现高效的批处理和实时处理。
44 1
|
11天前
|
分布式计算 大数据 OLAP
AnalyticDB与大数据生态集成:Spark & Flink
【10月更文挑战第25天】在大数据时代,实时数据处理和分析变得越来越重要。AnalyticDB(ADB)是阿里云推出的一款完全托管的实时数据仓库服务,支持PB级数据的实时分析。为了充分发挥AnalyticDB的潜力,将其与大数据处理工具如Apache Spark和Apache Flink集成是非常必要的。本文将从我个人的角度出发,分享如何将AnalyticDB与Spark和Flink集成,构建端到端的大数据处理流水线,实现数据的实时分析和处理。
44 1
下一篇
无影云桌面