Domino 是一个用于数据科学的 PaaS（平台即服务）云计算平台，人们可以使用 Python 或 R 语言在这个云平台上做数据分析工作。
据 Nick Elprin（Domino 的创始人之一）所说，Domino 让数据科学家只需专注于自己的分析工作，而不用关注软硬件基础设施：
“我们认为，随着数据量的增加和分析技术的越来越成熟，现代数据分析工具在易用性方面已经滞后，并且访问科学领域数据上还有一些不必要的限制。”
Domino 平台上的三大支柱功能：
- 直接到云部署和执行：Domino 允许在 EC2 上运行现有的代码（Python、R、Matlab、Julia、shell scripts 等等），以承载长时间运行或资源密集型任务。该系统还关注云端底层管件功能，比如: AMI 管理，启动和停止机器，将数据安全传输到另一机器上，再将结果安全返回。
- 数据科学的版本控制：Domino 团队计算过，类似于 Git 之类的分布式版本控制系统并不足以应付分析工作流，因为它们没能力处理大数据集，并且不能在输入和结果（例如图表、数字）间建立联系。Domino 会自动保持整个项目的快照，目前最高至 40GB，这样就很容易追溯整个工作的历史，包括代码、数据和结果。
- 协作：类似 Github，Domino 也可以用于合作开发项目。合作者可以查看、编辑并运行这个项目。Domino 会检测冲突，运行结束后将更新的结果发送通知，并且它还有个内部笔记 ，方便讨论团队工作进展。
用随收随付的方式，Domino 的定价范围从免费入门到每月付费订阅。正如InfoQ 从 Nick Elprin 那里了解到的，尽管这个平台还处于发展早期，但是它已经被各个科学领域的从业者所使用: 从学者（如为研究分析了数千张图片的生态学家）到数据科学顾问（把它用于 Kaggle 比赛），以及市场营销公司（帮助客户更好定向投递）。
参考英文原文： Domino: Datascience-as-a-Service
感谢侯伯薇对本文的审校。
给InfoQ 中文站投稿或者参与内容翻译工作，请邮件至 editors@cn.infoq.com 。也欢迎大家通过新浪微博（ @InfoQ ）或者腾讯微博（ @InfoQ ）关注我们，并与我们的编辑和其他读者朋友交流。
Java 避坑指南：Java 高手笔记代码篇
本迷你书包括 86 个业务开发中常见踩坑点。每一个知识点都相当的实用，是程序员业务开发中的必备避坑指南...
Designing, Building and Testing Deterministic HFT Systems（英文演讲）
日均百万订单下的高可用苏宁拼购系统架构设计
哈啰算法工程平台演进和算法研发效能提升的实践
评论