技术与商业案例解读
徐飞
华为云资深总监,大数据专家
立即订阅
10145 人已学习
课程目录
已完结 163 讲
0/6登录后,你可以任选6讲全文学习。
开篇词 | 突破技术思维,站在商业的角度看问题
免费
001 | 西雅图IT公司之RealNetworks:一个帝国的兴衰(上)
002 | 西雅图IT公司之RealNetworks:一个帝国的兴衰(下)
003 | 以RealNetworks为例,谈谈初创公司如何应对巨头碾压
004 | 可视化分析鼻祖Tableau
005 | 从Tableau上市,看学术界和工业界人士创业
006 | 在线旅游帝国Expedia崛起的背后
007 | 房产经纪的颠覆者Redfin:在“传统”与“现代”间徘徊
008 | 房产经纪的“协作者”Zillow:一个地产数据平台
009 | 颠覆还是协作,房地产市场上Redfin和Zillow的抉择
010 | 应用交付网络大厂F5:“一招鲜”之殇
011 | 在线差旅报销鼻祖Concur:在转型中获得发展
012 | 漫谈企业转型:在市场变迁中寻找生机
013 | 克雷公司沉浮录:行走在超级计算机市场
014 | “单一化”的隐忧:从克雷公司看“一条腿走路”
015 | Halo的开发者Bungie:与微软的聚散
016 | “卖身”须谨慎:创业公司面临的抉择
017 | 亚马逊领导力准则之要有硬骨头
018 | 亚马逊领导力准则之决策正确
019 | 亚马逊领导力准则之客户至尚
020 | 亚马逊领导力准则之勤俭节约
021 | 亚马逊领导力准则之主人翁精神
022 | 亚马逊领导力准则之选贤育能
023 | 亚马逊领导力准则之最高标准
024 | 亚马逊领导力准则之创新简化
025 | 亚马逊领导力准则之崇尚行动
026 | 亚马逊领导力准则之远见卓识
027 | 亚马逊领导力准则之好奇求知与赢得信任
028 | 亚马逊领导力准则之刨根问底与达成业绩
029 | 智能音箱的战斗:亚马逊的硬件路
030 | 智能音箱的战斗:Echo攻城略地
031 | 智能音箱的战斗:语音助手Alexa
032 | 智能音箱的战斗:谷歌的杀入
033 | 智能音箱的战斗:亚马逊的战略布局
034 | 智能音箱的战斗:巨头纷纷入场
035 | 智能音箱的战斗:白马非马
036 | 如何透过一个领域去联合分析多家企业?
037 | 管中窥豹之从面试看企业文化:微软
038 | 管中窥豹之从面试看企业文化:亚马逊
039 | 管中窥豹之从面试看企业文化:谷歌
040 | 管中窥豹之从面试看企业文化:甲骨文
041 | 管中窥豹之从面试看企业文化:Facebook
042 | 透过企业用人之道看企业发展
043 | 办公软件的战斗:开篇
044 | VisiCalc:第一个电子表格软件的诞生
045 | WordStar:第一个字处理软件的故事
046 | 微软:办公软件战场的螳螂
047 | WordPerfect:字处理软件的新秀
048 | Lotus 1-2-3:莲花公司的电子表格帝国
049 | 红狮会战:微软的反击
050 | 大杀器Lotus Notes 和被收购的莲花公司
051 | 无敌寂寞的微软之为创新而创新
052 | 办公软件的新时代:微软和谷歌的战斗
053 | 异军突起的Slack
054 | 办公软件战斗的启示:内忧总是强于外患
055 | 办公软件战斗的启示:敌人的出现常常出其不意
056 | 半条命的Dota帝国Valve:半条命
057 | 半条命的Dota帝国Valve:Steam平台
058 | 半条命的Dota帝国Valve:Dota 2
059 | 半条命的Dota帝国Valve:无领导管理
060 | 半条命的Dota帝国Valve:虚拟现实
061 | Gabe Newell:Valve帝国制度的利弊
062 | 文档数据库的缔造者MongoDB(上)
063 | 文档数据库的缔造者MongoDB(下)
064 | 以MongoDB为例,看基础架构类产品创业
065 | 直面MongoDB,谈微软的NoSQL战略
066 | Hadoop三国之魏国Cloudera
067 | Hadoop三国之吴国MapR
068 | Hadoop三国之蜀国Hortonworks
069 | Hadoop及其发行商的未来
070 | 谷歌的大数据路:从“三驾马车”到一无所有
071 | 谷歌的大数据路:一场影响深远的论战
072 | 谷歌的大数据路:谷歌的“黑科技”
073 | 如何读懂类似谷歌“三驾马车”这样的技术论文?
074 | 雅虎:大数据领域的“活雷锋”
075 | IBM的大数据路之起早贪黑赶了晚集
076 | 社交公司们的大数据贡献
077 | 微软的大数据发展史:微软硅谷研究院
078 | 微软的大数据发展史:必应的Cosmos
079 | 微软的大数据发展史:Azure的大数据发展
080 | 亚马逊的大数据故事:从先驱者到插管吸血开源
081 | 亚马逊的大数据故事:创新和拿来并存的云服务
082 | 阿里巴巴的大数据故事:数据分析平台发展史
083 | 阿里巴巴的大数据故事:流计算引擎发展史
084 | 大公司的大数据战略得失:自建轮子成本高
085 | 大公司的大数据战略得失:抱团取暖难敌插管吸血者
086 | Palantir:神秘的大数据独角兽
087| Splunk:机器大数据的分析帝国
088 | Confluent:在Kafka上飞驰的数据交换者
089 | Powerset:HBase的老东家
090 | Cassandra和DataStax的故事
091 | Databricks之Spark的数据金砖王国
092 | Data Artisans:浴火重生的新一代大数据计算引擎Flink
093 | Dremio:在Drill和Arrow上的大数据公司
094 | Imply:基于Druid的大数据分析公司
095 | Kyligence:阿帕奇麒麟背后的大数据公司
096 | Snowflake:云端的弹性数据仓库
097 | TiDB:一个国产新数据库的创业故事
098 | 大数据创业公司的前景:红海创业多艰辛
099 | 如何通过企业技术积累去分析一家企业?
技术与商业案例解读
登录|注册

062 | 文档数据库的缔造者MongoDB(上)

徐飞 2018-02-23
大数据和云计算的风被谷歌吹起来的时候,被谷歌收购的网络广告公司 DoubleClick 的原 CEO 和 CTO 们觉得自己应该蹭上时代的列车,再次创业,然后 10gen 公司就这样在纽约诞生了。它的创始人分别是 DoubleClick 的创始人兼 CTO 德怀特 · 梅里曼(Dwight Merriman)、CEO 凯文 · 瑞安(Kevin Ryan),以及工程师埃利特 · 霍洛威兹(Eliot Horowitz)。
公司成立之初,创始人的想法和 MongoDB 这个产品毫无关系:他们想做一个云计算的服务,并用开源的东西来搭建。然而很遗憾,这几位二次创业的人在开源社区找了一圈,也没有看到一个让人满意的东西。于是,怀着构建伟大云计算服务的梦想,他们决定先把这个事情停一停,先搭一个自己满意的数据库出来。这个数据库就是后来赫赫有名的 MongoDB。
MongoDB 的名字需要解释一下。国内很多人觉得是“芒果数据库”,其实不是的。在英文里,“芒果”是 Mango,而 Mongo 是 humongous 的中间部分,在英文里是“巨大无比”的意思。所以 MongoDB 可以翻译成“巨大无比的数据库”,更优雅的叫法是“海量数据库”。
这几位创始人的梦想就是创建一个和过去关系数据库完全不一样的数据库,使之具有这样一些特点:海量数据库、数据库的模型极其灵活、适合程序员使用。
大概怀着伟大理想的人都会做出伟大的产品。MongoDB 注定是独特的,在历史上会留下浓重一笔的产品。
取消
完成
0/1000字
划线
笔记
复制
© 版权归极客邦科技所有,未经许可不得传播售卖。 页面已增加防盗追踪,如有侵权极客邦将依法追究其法律责任。
该试读文章来自付费专栏《技术与商业案例解读》,如需阅读全部文章,
请订阅文章所属专栏。
立即订阅
登录 后留言

精选留言(14)

  • songyy
    想了一下 觉得先吸引人上船,把社区做起来,开源 吸引社区补全产品不足,也是个不算太差的解决方案。

    另一种方式,我觉得可以像rails的起家:从一个成功的产品剥离出来,有现实的成功案例,同时文档写好,对新入的开发者足够友好,再考虑靠着它收咨询费的问题
    2017-10-19
    13
  • 小美
    我们公司今年也废弃 MongoDB ,继续用 MySQL 了
    2018-11-15
    7
  • 翼吹雪
    我觉得在一块成熟的市场(数据库发展几十年),切中快速爆发的移动互联网开发市场,提供更好用的解决方案,和Oracle错开竞争战场,最终获得巨大的口碑,可以说是一个完美的开局,也是初创公司非常值得借鉴的。
    可惜在后来,没有将优势保持住,在企业版中将数据库一些基本的技术补上。这本来也是很考验创业者的一个地方,即在什么时候进行转型,既能迎合市场,又能进行盈利,而且自己团队还有能力达到,这个点很难把控。
    2018-05-28
    3
  • Panda
    听科技公司的发展故事 很有意思 哈哈哈
    2018-12-23
    2
  • caohuan
    再次聆听 飞哥的 MongoDB发展历程,发现 1.它 的存储 是面向 集合,集合中包含大量的文档,不像 关系型数据库 面向表格的形式 2.它的 查询 非基于SQL,而是基于 编程语言和API,都是 它比关系型数据库 让开发人员 能感觉到更友好的使用。

    它的 运营 1)赞助MongoDB大会、活动、和MongoDB大学 2)提供良好的技术支持 3)与使用者沟通 4)与大牛合作,把更多数据库使用者 绑到MongoDB产品上。

    回答 老师的问题,运营一家工具类的初创公司,应该 寻找 标杆企业 和 行业领头人,为自己背书,就像 文中所说,与大牛互利互惠 ,拉去更多的开发者,找 行业的标杆企业 合作,服务好它,再让企业帮做宣传,最后 从业者多,公司使用者多,二者相互促进,形成循环,做不强都难。
    2018-11-21
    2
  • 奥北北北北北北
    现在都是这样啊,房子还没修都已经卖完了
    2019-04-29
    1
  • 摘星星种星星
    工具类的,首先要面向目标客户友好,简单易用。
    2019-11-20
  • 亚东
    要么不做,要做就要领先世界,并且高可用。
    2019-11-04
  • 大雄逸豪
    MongoDB创始人和Oracle创始人有很多共通之处
    2019-11-02
  • self-discipline
    作为产品来说核心功能应该过硬,规模到达一定量级后就暴露各种问题的话,没有哪个互联网公司敢用的.公司的宣传,服务支持尽职尽责,对社群的支持和赞助,都做的很到位.但是打铁还需自身硬的,没有好的打铁技术,其他的服务再到位,也有种本末倒置的感觉
    2019-09-28
  • 恒修
    核心价值是什么
    用户是谁
    竞品
    壁垒
    规划
    2019-09-20
  • 作为一个工具类,不可能满足所有人的需求,但是应该正视自身的产品,给产品明确的定位,明晰产品的优缺点,不应一味吹嘘,忽悠所有人上船。尤其是提供企业级服务,不成熟就意味着隐患,爆发时的损失很难估量
    2019-03-20
  • 朴荷抹茶仔
    现在多数还是用sql来做关系表,工具类的新公司,刚开始想的是需要知道客户需求和竞争对手的长处和弊端,而这方面客户都能很好反馈。前期对市场的调查是必要的,先提供其他产品下载和评论获得咨询,后续发展推送自家产品
    2019-03-05
  • caohuan
    本篇所得,推广一应用产品 包括工具类产品,1.先拉取大量客户 2.根据反馈,优化并让产品更好用 3.方便用户使用 4.技术支持 很友善,客服做到尽心尽责。

    读完 飞哥的专栏,看出 MongoDB具有自己的特色,产品上 支持app 和海量数据的非sql文档型数据库,支持程序语言和API查询,开始使用时对技术人员很友善,在营销上 通过 1.资助用户 2.支持 MongoDB的各种会议,尽管 MongoDB还有很多需求未被实现,还有bug和坑需要修复和填补,不过 依然看好MongoDB。
    2018-11-14
收起评论
14
返回
顶部