“大數(shù)據(jù)”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(shù)據(jù)時代》中提出，指不用隨機(jī)分析法(抽樣調(diào)查)的捷徑，而是采用所有數(shù)據(jù)進(jìn)行分析處理。那么，大數(shù)據(jù)的分析工具有哪些呢?下面和小編一起看看吧!

　　大數(shù)據(jù)分析工具有哪些

　　大數(shù)據(jù)分析Storm:Apache Storm是一種開源的分布式實時計算系統(tǒng)。Storm加速了流數(shù)據(jù)處理的過程，為Hadoop批處理提供實時數(shù)據(jù)處理。

　　Spark:Spark是一個兼容Hadoop數(shù)據(jù)源的內(nèi)存數(shù)據(jù)處理平臺，運行速度相比于HadoopMapReduce更快。Spark適合機(jī)器學(xué)習(xí)以及交互式數(shù)據(jù)查詢工作，包含Scala、Python和JavaAPI，這更有利于開發(fā)人員使用。

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

　　AWSKinesis:AmazonKinesis是一種實時數(shù)據(jù)流處理管理服務(wù)。它可以收集和處理來自不同數(shù)據(jù)源的數(shù)據(jù)，允許開發(fā)者編寫可處理實時信息的應(yīng)用程序，來源網(wǎng)站click-streams、營銷和財務(wù)信息、制造工具和社交媒體，和操作日志和計量數(shù)據(jù)。

　　DataTorrent：DataTorrent是實時流媒體平臺，可使企業(yè)執(zhí)行數(shù)據(jù)處理或轉(zhuǎn)換結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)、實時數(shù)據(jù)流到數(shù)據(jù)中心。該產(chǎn)品主要利用Hadoop2.0和YARN技術(shù)。

　　SpringXD：通過任意數(shù)量的處理器，SpringXD架構(gòu)支持事件驅(qū)動的數(shù)據(jù)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(jī)器數(shù)據(jù)持續(xù)集成提供了一個分布式流處理平臺。大數(shù)據(jù)(Hadoop)即服務(wù)ElasticMapReduce:AmazonElasticMapReduce(亞馬遜EMR)是一個web服務(wù)，提供大量數(shù)據(jù)處理。通過一個大小可調(diào)整的AmazonEC2實例集群，EMR使用Hadoop來分配并處理數(shù)據(jù)。

　　Qubole:Qubote的大數(shù)據(jù)服務(wù)提供Hadoop集群內(nèi)置數(shù)據(jù)連接器和大數(shù)據(jù)項目圖形編輯器。

　　Mortar：Mortar是一個通用的大規(guī)�？茖W(xué)數(shù)據(jù)平臺。它建立在AmazonWeb服務(wù)云，使用彈性MapReduce(EMR)啟動Hadoop集群并處理大型數(shù)據(jù)集。Mortar可運行ApachePig，這是一個構(gòu)建在Hadoop上的數(shù)據(jù)流語言。此外，Mortar還可運行Hadoop]、Pig、Java、Python和Luigi等，讓用戶專注于研究科學(xué)數(shù)據(jù)，無需擔(dān)心IT基礎(chǔ)設(shè)施。

　　Rackspace:RackspaceHadoop集群可運行HadoopRackspace托管專用服務(wù)器，自旋向上Hadoop公共云，或配置自己的私有云。

　　Joyent:JoyentHadoop是一個基于ApacheHadoop項目大數(shù)據(jù)托管環(huán)境云的解決方案。提供數(shù)據(jù)存儲服務(wù)獲取、分析和訪問任何數(shù)據(jù)格式、數(shù)據(jù)管理服務(wù)以處理、監(jiān)控和運行Hadoop及數(shù)據(jù)平臺服務(wù)安全、存檔和規(guī)模一致的可用性。

　　Google:Hadoop在谷歌的云平臺上使用開源的ApacheHadoop谷歌計算引擎的虛擬機(jī)。SQL-in-Hadoop解決方案ApacheHive:ApacheHive優(yōu)化了大型數(shù)據(jù)集分布式存儲的查詢和管理過程。Mapreduce開發(fā)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(guī)模并行處理(MPP)SQL查詢引擎，運行在ApacheHadoop。用戶可直接查詢存儲在HDFS和ApacheHBase的數(shù)據(jù)，無需進(jìn)行數(shù)據(jù)遷移或轉(zhuǎn)換。

　　Shark:Shark是一種與ApacheHive兼容的Spark數(shù)據(jù)倉庫系統(tǒng)。Shark支持Hive查詢語言、metastore、序列化格式和用戶自定義函數(shù)。

　　SparkSQL:SparkSQL的前身是shark。在hadoop發(fā)展過程中，為了給熟悉RDBMS但又不理解MapReduce的技術(shù)人員提供快速上手的工具，hive應(yīng)運而生，是當(dāng)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(chǎn)生。

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

　　ApacheTajo:ApacheTajo是ApacheHadoop大數(shù)據(jù)相關(guān)的分布式數(shù)據(jù)倉庫系統(tǒng)。Tajo專為低延遲、可擴(kuò)展的即時查詢、在線聚合及ETL(提取-轉(zhuǎn)換-裝載過程)在大型數(shù)據(jù)集存儲在HDFS(Hadoop分布式文件系統(tǒng))和其他數(shù)據(jù)源。

　　Presto:Presto框架轉(zhuǎn)眼間從Facebook框架是一個Presto是Facebook開發(fā)的開源分布式SQL查詢引擎，支持對任意級大小的數(shù)據(jù)源進(jìn)行快速地交互分析。

　　Phoenix:Phoenix是一款開源的ApacheHBaseSQL查詢引擎，由JDBC驅(qū)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(shù)據(jù)集的一部分，HAWQ是一個MPPSQL處理引擎。HAWQ實際上就是一個大規(guī)模并行處理工程或MPP，數(shù)據(jù)庫運行在Hadoop中，位于HDFS的頂部。作為一個單一的系統(tǒng)，它將一整套聚合基礎(chǔ)設(shè)施嵌入系統(tǒng)，那套聚合基礎(chǔ)設(shè)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(shù)據(jù)庫中獲得的規(guī)模、性能和可查詢功能。大數(shù)據(jù)Lambda架構(gòu)Lambda系統(tǒng)架構(gòu)(LA)提供了一個結(jié)合實時數(shù)據(jù)和Hadoop預(yù)先計算的數(shù)據(jù)環(huán)境的混合平臺，以提供一個實時的數(shù)據(jù)視圖。Lambda架構(gòu)框架主要包括：

　　Twitter’sSummingbird：Twitter的開源Summingbird大數(shù)據(jù)分析工具，通過整合批處理與流處理來減少它們之間的轉(zhuǎn)換開銷。區(qū)別于以往的更快、更準(zhǔn)確節(jié)奏，Summingbird更注重于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(guī)模數(shù)據(jù)處理系統(tǒng)，支持開發(fā)者以批處理模式(基于Hadoop/MapReduce)或流處理模式(基于Storm)或混合模式(即組合前兩種模式)以統(tǒng)一的方式執(zhí)行代碼。

　　Lambdoop:Lambdoop是一個Java框架，用于以與Lambda架構(gòu)一致的方式開發(fā)大數(shù)據(jù)應(yīng)用。Lambda架構(gòu)的特色是有一個不可修改、只能追加數(shù)據(jù)的主數(shù)據(jù)庫，并組合了批處理、服務(wù)和加速等不同的層。