大数据分析工具开发平台汇总_第1页
大数据分析工具开发平台汇总_第2页
大数据分析工具开发平台汇总_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、大数据分析工具开发平台汇总大数据工具可以帮助大数据工作人员进行日常的大数据工作，以下是大数据 工作中常用的工具：HivemallHivemall结合了面向Hive的多种机器学习算法。它包括诸多高度扩展性算 法，可用于数据分类、递归、推荐、k最近邻、异常检测和特征哈希。支持的操作系统：与操作系统无关。MahoutMahout 是 Apache Software Foundation （ASF） 旗下的一个开源项目，提 供一些可扩展的机器学习领域经典算法的实现，旨在帮助开发人员更加方便快捷 地创建智能应用程序。Mahout包含许多实现，包括聚类、分类、推荐过滤、频 繁子项挖掘。此外，通过使用Apa

2、che Hadoop库，Mahout可以有效地扩展到云 中。MapReduceMapReduce是一种编程模型，用于大规模数据集（大于1TB）的并行运算。 概念Map（映射）和Reduce （归约），是它们的主要思想，都是从函数式编 程语言里借来的，还有从矢量编程语言里借来的特性。它极大地方便了编程人员 在不会分布式并行编程的情况下，将自己的程序运行在分布式系统上。OozieOozie是一种Java Web应用程序，它运行在Java servlet容器即Tomcat中，并使用数据库来存储以下内容:工作流定义当前运行的工作流实例，包括实例的状态和变量PigPig是一种数据流语言和运行环境，用于检

3、索非常大的数据集。为大型数据 集的处理提供了一个更高层次的抽象。Pig包括两部分：一是用于描述数据流的 语言，称为Pig Latin；二是用于运行Pig Latin程序的执行环境。SqoopSqoop(发音：skup)是一款开源的工具，主要用于在Hadoop(Hive)与传统的 数据库(mysql、postgresql.)间进行数据的传递，可以将一个关系型数据库(例 如：MySQL ,Oracle ,Postgres等)中的数据导进到Hadoop的HDFS中，也可 以将HDFS的数据导进到关系型数据库中。SparkSpark是一种与Hadoop相似的开源集群计算环境，但是两者之间还存在一 些不同之处，这些有用的不同之处使Spark在某些工作负载方面表现得更加优 越，换句话说，Spark启用了内存分布数据集，除了能够提供交互式查询外，它 还可以优化迭代工作负载。TezTez建立在Apache Hadoop YARN的基础上，这是“一种应用程序框架，允 许为任务构建一种复杂的有向无环图，以便处理数据。”它让Hive和Pig可以 简化复杂的任务，而这些任务原本需要多个步骤才能完成。ZookeeperZooKeeper是一个分布式的，开放源码的分布式应用程序协调服务，是 HYPERLINK 老男孩IT教育，只培养技术精英Google的Chubby 一个开源的实现，是Hadoop和H

人人文库> 全部分类> 图纸下载 > 毕业设计

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论