大数据分析工具有些

大数据分析工具有些“大数据”概念最早由维克托·迈尔·舍恩伯格和肯尼斯·库克耶在编写《大数据时代》中提出，指不用随机分析法(抽样调查)的捷径，而是采用所有数据进行分析处理。那么，大数据的分析工具有哪些呢?下面和一起看看吧!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，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的效率，大量的SQL-on-Hadoop工具开始产生。ApacheDrill:ApacheDrill目前是Apache的一个孵化项目。提供了不同数据源特别的查询，包括嵌套数据。受GoogleDremel的启发，Drill是专为大型数据集提供可扩展性和查询的能力。该项目是由MapR写成。ApacheTajo:ApacheTajo是ApacheHadoop大数据相关的分布式数据仓库系统。Tajo专为低延迟、可扩展的即时查询、在线聚合及ETL(提取-转换-装载过程)在大型数据集存储在HDFS(Hadoop分布式文件系统)和其他数据源。Presto:Presto框架转眼间从Facebook框架是一个Presto是Facebook开发的开源分布式SQL查询引擎，支持对任意级大小的数据源进行快速地交互分析。Phoenix:Phoenix是一款开源的ApacheHBaseSQL查询引擎，由JDBC驱动程序，可使用SQL查询和管理HBase表。此项目已提交成为Apache孵化器项目。Pivotal’sHAWQ:作为Pivotal大数据集的一部分，HAWQ是一个MPPSQL处理引擎。HAWQ实际上就是一个大规模并行处理工程或MPP，数据库运行在Hadoop中，位于HDFS的顶部。作为一个单一的系统，它将一整套聚合基础设施嵌入系统，那套聚合基础设施可以运行和提供Hadoop和HDFS必须提供的所有功能以及你能从MPP数据库中获得的规模、性能和可查询功能。大数据Lambda架构Lambda系统架构(LA)提供了一个结合实时数据和Hadoop预先计算的数据环境的混合平台，以提供一个实时的数据视图。Lambda架构框架主要包括：Twitter’sSummingbird：Twitter的开源Summingbird大数据分析工具，通过整合批处理与流处理来减少它们之间的转换开销。区别于以往的更快、更准确节奏，Summingbird更注重于流处理与批处理的无缝整合，以及编程语言的原生化。Summingbird是一个大规模数据处理系统，支持开发者以批处理模式(基于Hadoop/MapReduce)或流处理模式(