大数据工具集合

随着大数据与预测分析的成熟，开源作为底层技术授权解决方案的最大贡献者的优势越来越明显。

如今，从小型初创企业到行业巨头，各种规模的供应商都在使用开源来处理大数据和运行预测分析。借助开源与云计算技术，新兴公司甚至在很多方面都可以与大厂商抗衡。

以下是一些大数据方面的顶级开源工具，分为四个领域：数据存储、开发平台、开发工具和集成、分析和报告工具。

数据存储：

• Apache Hadoop–Cloud Foundry(VMware),Hortonworks,Hadapt
• NoSql 数据库 – MongoDB, Cassandra, Hbase
• SQL 数据库 – MySql(Oracle),MariaDB,PostgreSQL,TokuDB

开发平台：

• Apache Hadoop平台 – Impala(开源大数据分析引擎); Lingual(ANSI SQL); Pattern(analytics); Cascading(开源大数据应用程序开发框架)
• Apache Lucene和Solr平台
• OpenStack(构建私有云和公有云)
• Red Hat (搭载 Hadoop 服务器的标准 Linux 发行版)
• REEF(微软的Hadoop开发者平台)
• Storm(集成了各种排队系统和数据库系统)

开发工具和集成：

• Apache Mahout(机器学习的编程语言)
• Python 和 R(预测分析编程语言)

分析和报告工具：

• Jaspersoft(报告和分析服务器)
• Pentaho(数据集成和业务分析)
• Splunk(IT分析平台)
• Talend(大数据集成，数据管理和应用集成)