大数据分析工具有哪些 .pdfVIP

大数据分析工具有哪些

大数据分析工具有哪些

大数据分析Storm:ApacheStorm是一种开源的分布式实时计算系

统。Storm加速了流数据处理的过程，为Hadoop批处理提供实时数

据处理。

Spark:Spark是一个兼容Hadoop数据源的内存数据处理平台，

运行速度相比于HadoopMapReduce更快。Spark适合机器学习以及

交互式数据查询工作，包含Scala、Python和JavaAPI，这更有利

于开发人员使用。

Twitter流处理工具Summingbird:与Storm和Scalding相似，

开发者可以使用非常接近原生的Scala或者Java在Summingbird上

执行MapReduce作业。

AWSKinesis:AmazonKinesis是一种实时数据流处理管理服务。

它可以收集和处理来自不同数据源的数据，允许开发者编写可处理

实时信息的应用程序，来源网站click-streams、营销和财务信息、

制造工具和社交媒体，和操作日志和计量数据。

DataTorrent：DataTorrent是实时流媒体平台，可使企业执行

数据处理或转换结构化与非结构化数据、实时数据流到数据中心。

该产品主要利用Hadoop2.0和YARN技术。

SpringXD：通过任意数量的处理器，SpringXD架构支持事件驱

动的数据流摄入。流是由Spring集成适配器支持。

SQLStream:SQLStream为流媒体分析、可视化和机器数据持续集

成提供了一个分布式流处理平台。大数据(Hadoop)即服务

ElasticMapReduce:AmazonElasticMapReduce(亚马逊EMR)是一个

web服务，提供大量数据处理。通过一个大小可调整的AmazonEC2

实例集群，EMR使用Hadoop来分配并处理数据。

Qubole:Qubote的大数据服务提供Hadoop集群内置数据连接器

和大数据项目图形编辑器。

Mortar：Mortar是一个通用的大规模科学数据平台。它建立在

AmazonWeb服务云，使用弹性MapReduce(EMR)启动Hadoop集群并处

理大型数据集。Mortar可运行ApachePig，这是一个构建在Hadoop

上的数据流语言。此外，Mortar还可运行Hadoop]、Pig、Java、

Python和Luigi等，让用户专注于研究科学数据，无需担心IT基

础设施。

Rackspace:RackspaceHadoop集群可运行HadoopRackspace托管

专用服务器，自旋向上Hadoop公共云，或配置自己的私有云。

Joyent:JoyentHadoop是一个基于ApacheHadoop项目大数据托

管环境云的解决方案。提供数据存储服务获取、分析和访问任何数

据格式、数据管理服务以处理、监控和运行Hadoop及数据平台服务

安全、存档和规模一致的可用性。

Google:Hadoop在谷歌的云平台上使用开源的ApacheHadoop谷

歌计算引擎的虚拟机。SQL-in-Hadoop解决方案

ApacheHive:ApacheHive优化了大型数据集分布式存储的查询和管

理过程。Mapreduce开发者也可以插入自定义映射器和还原剂。

Impala:Cloudera的Impala是一个开源的大规模并行处理

(MPP)SQL查询引擎，运行在ApacheHadoop。用户可直接查询存储在

HDFS和ApacheHBase的数据，无需进行数据迁移或转换。

Shark:Shark是一种与ApacheHive兼容的Spark数据仓库系统。

Shark支持Hive查询语言、metastore、序列化格式和用户自定义

函数。

SparkSQL:SparkSQL的前身是shark。在hadoop发展过程中，为

了给熟悉RDBMS但又不理解MapReduce的技术人员提供快速上手的

工具，hive应运而生，是当时唯一运行在hadoop上的SQL-on-

Hadoop工具。但是，MapReduce计算过程中大量的中间磁盘落地过

程消耗了大量的I/O，降低的运行效率，为了提高SQL-on-Hadoop