Amazon为云数据服务征集公共数据集

为了提供一种云数据服务，Amazon正在对外征集公共数据集。该服务可以提供一种简便方法，“分享、获得和使用公共数据”。

该服务名为AWS 公共数据集，可以让用户在Amazon EC2环境下使用公共数据。所选择的数据集作为AmazonEBS快照，免费存放在AWS上。

现有的数据集访问起来都很昂贵、费劲。比如Gutenberg项目，提供电子书下载，但是你要等上48小时才能完成下载（假定网速1M，文件14.5G）。如果你想得到mp3，下载91.5G需要等上9天。

但是好像项目并未列入AWS计划。我们计算了一下下载/上传80G大小的用户生成的虚拟图书馆（Virtual Conformer Library）所需的时间。

我们用加州的小区网络电缆做实验，下载需要22小时36分，上传需要3天零36分。如果服务器在纽约，我们在加州访问，下载需要3天42分，上传需要7天14小时。显然效率低下。

人们一直在寻找访问公共数据的更好办法，AWS项目也许不错。以前只有大公司花费巨资才可以实现云计算。

列入Amazon清单的数据集包括：破解人类基因数据、PubChem和虚拟图书馆（Virtual Conformer Library），美国人口普查数据，各种劳动力统计数据，以及各种经济和交通运输数据库。

AWS在以后将加入更多数据库，需要你的贡献。

如果你有公共数据集并且有传播权，可以提交到AWS公共数据集网站。