这篇文章是由我们在Atieogo的朋友们客串撰写的，他们宣布了他们的xPatterns产品的认证。在Atigeo，我们一直在寻找建立、改进和扩展我们的大数据分析平台AtigoXpatterns的方法。除此之外，我们的开发和产品管理团队都专注于大数据，并关注于了解什么才是最适合我们的客户：公司的数据科学家和应用程序开发人员，他们正在寻求尽可能最好地利用其数据资产。因此，我们都在寻找最有用、最先进、性能最好的可用技术集。对于我们来说，apachespark是一个突出的例子：我们可以看到，为我们的客户和用户提供显著的性能改进将意味着xPattern的分析、建模和机器学习将更加迅速，xPattern中的Spark将为我们的客户提供从数据摄取到有用见解的更快的路径。我们的开发团队在世界的两个几乎相反的地方工作，分别是在西雅图郊外的华盛顿州贝尔维尤和罗马尼亚的蒂米斯瓦拉。这些团队几乎不间断地保持在线、社交媒体甚至是面对面的接触。所以我们都分享了用Spark增强xpattern的想法。我们发现Spark在xPatterns大数据管道的许多阶段都很有用，其中一些亮点包括：摄取、数据转换、交互式数据探索和导出到NoSQL。随着基础设施的改进和数据建模的相应改进，随着这一愿景的实现，加州圣克拉拉的StratarConference作为一个目标和一个与更广泛的社区分享我们所学和构建的成果的机会，摆在了我们面前。在Strata，果然，带有Spark的xPatterns——以及Shark、ApacheMesos和超光速子——在我们的展台和社交媒体上受到了极大的欢迎。即便如此，我们也知道还有更多的事情要做：我们希望提供客观证据，证明我们的Spark集成将是健壮的，并在广泛的Spark分布中提供出色的性能，这样用户就可以确信，无论他们选择Spark分布，Spark的优点都是可用的。因此，我们在我们广泛的团队中进行了巨大的投资，用于进一步的开发、测试、分析和日志记录。经过这一广泛的努力，我们联系到了Databricks，因为我们看到他们的认证计划符合我们的愿景：防止Spark社区分裂和分叉，帮助Spark生态系统发展。此外，它还基于一个完全开放的过程：开源测试工具和开源apachespark发行版，这给了我们更多的舒适感。因此，我们怀着自豪感和感谢Databricks的团队，宣布xPatterns是"在Spark上认证的"。免费试用Databricks。今天就开始吧