Image may be NSFW.
Clik here to view.
商业社交网站 LinkedIn 宣布，将旗下数据挖掘软件 WhereHows 开源，从各资料来源收集数据，作为整合数据的储存库，主要用于企业资讯分析，未来计划整合其他资料工具，如Kafka、Samza、Gobblin、Nuage等。现在已放于 GitHub 上。
LinkedIn 表示 WhereHows 是整合所有 LinkedIn 的资料处理环境，并且从中萃取 Metadata，并加以管理，主要用于挖掘企业资讯。
WhereHows从各种资料来源收集数据，并且标准化和模型化这些 Metadata，以及作为一种整合 Metadata 的储存库（Repository），用于多种分析目的。
LinkedIn表示，WhereHows 已经获取5万个资料集的状态、1.4万个评论和3.5千万个工作实行和关联性资讯，而这些资料分别储存在 Hadoop、Teradata 或其他丛集，且佔了超过 15PB 的储存空间。
WhereHows 提供开发者从 API 或 Web 应用程序存取资料，其中API提供其他资料处理和应用程序的自动化，而 Web 应用程序则提供搜寻、视觉化资料集间的关系、註解、讨论、社群参与等功能。
Image may be NSFW.Clik here to view.
WhereHows 完整架构图
而 WhereHows 主要由资料储存库、Web 服务器和后端服务器所组成，其中资料储存库用来储存所有 Metadata 内容，Web 服务器则是透过 UI 和 API 来呈现资料，另外，后端服务器则会定期从其他系统抓取 Metadata。
本文永久更新链接地址：http://www.linuxidc.com/Linux/2016-03/129291.htm
Image may be NSFW.
Clik here to view.
