大數據分析工具有哪些

“大數據”概念最早由維克托·邁爾·舍恩伯格和肯尼斯·庫克耶在編寫《大數據時代》中提出，指不用隨機分析法(抽樣調查)的捷徑，而是採用所有數據進行分析處理。那麼，大數據的分析工具有哪些呢?下面和小編一起看看吧!

大數據分析Storm:Apache Storm是一種開源的分佈式實時計算系統。Storm加速了流數據處理的過程，為Hadoop批處理提供實時數據處理。

Spark:Spark是一個兼容Hadoop數據源的內存數據處理平台，運行速度相比於HadoopMapReduce更快。Spark適合機器學習以及交互式數據查詢工作，包含Scala、Python和JavaAPI，這更有利於開發人員使用。

Twitter流處理工具Summingbird:與Storm和Scalding相似，開發者可以使用非常接近原生的Scala或者Java在Summingbird上執行MapReduce作業。

AWSKinesis:AmazonKinesis是一種實時數據流處理管理服務。它可以收集和處理來自不同數據源的數據，允許開發者編寫可處理實時信息的應用程序，來源網站click-streams、營銷和財務信息、製造工具和社交媒體，和操作日誌和計量數據。

DataTorrent：DataTorrent是實時流媒體平台，可使企業執行數據處理或轉換結構化與非結構化數據、實時數據流到數據中心。該產品主要利用Hadoop2.0和YARN技術。

SpringXD：通過任意數量的處理器，SpringXD架構支持事件驅動的數據流攝入。流是由Spring集成適配器支持。

SQLStream:SQLStream為流媒體分析、可視化和機器數據持續集成提供了一個分佈式流處理平台。大數據(Hadoop)即服務ElasticMapReduce:AmazonElasticMapReduce(亞馬遜EMR)是一個web服務，提供大量數據處理。通過一個大小可調整的AmazonEC2實例集羣，EMR使用Hadoop來分配並處理數據。

Qubole:Qubote的大數據服務提供Hadoop集羣內置數據連接器和大數據項目圖形編輯器。

Mortar：Mortar是一個通用的大規模科學數據平台。它建立在AmazonWeb服務雲，使用彈性MapReduce(EMR)啟動Hadoop集羣並處理大型數據集。Mortar可運行ApachePig，這是一個構建在Hadoop上的數據流語言。此外，Mortar還可運行Hadoop]、Pig、Java、Python和Luigi等，讓用户專注於研究科學數據，無需擔心IT基礎設施。

Rackspace:RackspaceHadoop集羣可運行HadoopRackspace託管專用服務器，自旋向上Hadoop公共雲，或配置自己的私有云。

Joyent:JoyentHadoop是一個基於ApacheHadoop項目大數據託管環境雲的解決方案。提供數據存儲服務獲取、分析和訪問任何數據格式、數據管理服務以處理、監控和運行Hadoop及數據平台服務安全、存檔和規模一致的可用性。

Google:Hadoop在谷歌的雲平台上使用開源的ApacheHadoop谷歌計算引擎的虛擬機。SQL-in-Hadoop解決方案ApacheHive:ApacheHive優化了大型數據集分佈式存儲的查詢和管理過程。Mapreduce開發者也可以插入自定義映射器和還原劑。

Impala:Cloudera的Impala是一個開源的大規模並行處理(MPP)SQL查詢引擎，運行在ApacheHadoop。用户可直接查詢存儲在HDFS和ApacheHBase的數據，無需進行數據遷移或轉換。

Shark:Shark是一種與ApacheHive兼容的Spark數據倉庫系統。Shark支持Hive查詢語言、metastore、序列化格式和用户自定義函數。

SparkSQL:SparkSQL的前身是shark。在hadoop發展過程中，為了給熟悉RDBMS但又不理解MapReduce的技術人員提供快速上手的工具，hive應運而生，是當時唯一運行在hadoop上的SQL-on-Hadoop工具。但是，MapReduce計算過程中大量的中間磁盤落地過程消耗了大量的I/O，降低的運行效率，為了提高SQL-on-Hadoop的效率，大量的SQL-on-Hadoop工具開始產生。

ApacheDrill:ApacheDrill目前是Apache的一個孵化項目。提供了不同數據源特別的查詢，包括嵌套數據。受GoogleDremel的啟發，Drill是專為大型數據集提供可擴展性和查詢的能力。該項目是由MapR寫成。

ApacheTajo:ApacheTajo是ApacheHadoop大數據相關的分佈式數據倉庫系統。Tajo專為低延遲、可擴展的'即時查詢、在線聚合及ETL(提取-轉換-裝載過程)在大型數據集存儲在HDFS(Hadoop分佈式文件系統)和其他數據源。

Presto:Presto框架轉眼間從Facebook框架是一個Presto是Facebook開發的開源分佈式SQL查詢引擎，支持對任意級大小的數據源進行快速地交互分析。

Phoenix:Phoenix是一款開源的ApacheHBaseSQL查詢引擎，由JDBC驅動程序，可使用SQL查詢和管理HBase表。此項目已提交成為Apache孵化器項目。

Pivotal’sHAWQ:作為Pivotal大數據集的一部分，HAWQ是一個MPPSQL處理引擎。HAWQ實際上就是一個大規模並行處理工程或MPP，數據庫運行在Hadoop中，位於HDFS的頂部。作為一個單一的系統，它將一整套聚合基礎設施嵌入系統，那套聚合基礎設施可以運行和提供Hadoop和HDFS必須提供的所有功能以及你能從MPP數據庫中獲得的規模、性能和可查詢功能。大數據Lambda架構Lambda系統架構(LA)提供了一個結合實時數據和Hadoop預先計算的數據環境的混合平台，以提供一個實時的數據視圖。Lambda架構框架主要包括：

Twitter’sSummingbird：Twitter的開源Summingbird大數據分析工具，通過整合批處理與流處理來減少它們之間的轉換開銷。區別於以往的更快、更準確節奏，Summingbird更注重於流處理與批處理的無縫整合，以及編程語言的原生化。

Summingbird是一個大規模數據處理系統，支持開發者以批處理模式(基於Hadoop/MapReduce)或流處理模式(基於Storm)或混合模式(即組合前兩種模式)以統一的方式執行代碼。

Lambdoop:Lambdoop是一個Java框架，用於以與Lambda架構一致的方式開發大數據應用。Lambda架構的特色是有一個不可修改、只能追加數據的主數據庫，並組合了批處理、服務和加速等不同的層。