在當今的數(shù)字革命浪潮中，大數(shù)據(jù)成為公司企業(yè)分析客戶行為和提供個性化定制服務的有力工具，大數(shù)據(jù)切切實實地幫助這些公司進行交叉銷售，提高客戶體驗，并帶來更多的利潤。
Apache Hadoop是目前最成熟的大數(shù)據(jù)分析工具，但是市場上也不乏其他優(yōu)秀的大數(shù)據(jù)工具。目前市場上有數(shù)千種工具能夠幫你節(jié)約時間和成本，帶你從全新的角度洞察你所在的行業(yè)。
以下介紹16種功能實用的大數(shù)據(jù)工具：
Avro：由Doug Cutting公司研發(fā)，可用于編碼Hadoop文件模式的數(shù)據(jù)序列化。
Cassandra：一種分布式的開源數(shù)據(jù)庫。可用于處理商品服務器在提供高可用性服務時產(chǎn)生的大量分布式數(shù)據(jù)。這是一種非關(guān)系型數(shù)據(jù)庫(NoSQL)解決方案，最初由Facebook主導研發(fā)。
目前很多公司組織都在使用這一數(shù)據(jù)庫，如Netflix，Cisco，Twitter。
Drill：一種開源分布式系統(tǒng)，用于大規(guī)模數(shù)據(jù)集的交互分析。Drill與谷歌的Dremel系統(tǒng)類似，由Apache公司管理運行。
Elasticsearch：Apache Lucene開發(fā)的開源搜索引擎。Elasticsearch是基于Java的系統(tǒng)，可以實現(xiàn)高速搜索，支持你的數(shù)據(jù)搜索工作。
Flume：使用網(wǎng)絡服務器、應用服務器和移動服務器的數(shù)據(jù)來填充Hadoop的大數(shù)據(jù)應用框架，是數(shù)據(jù)源和Hadoop之間的一種連接紐帶。
HCatalog：是針對Apache Hadoop的集中元數(shù)據(jù)管理和分享服務。可以通過它集中查看Hadoop集群中的所有數(shù)據(jù)，并可以在不知道數(shù)據(jù)在集群中存儲位置的情況下，通過Pig和 Hive等多種工具處理所有數(shù)據(jù)元素。
Impala: 使用與Apache Hive相同的元數(shù)據(jù)，SQL語法(Hive SQL)，ODBC驅(qū)動程序和用戶界面(HueBeeswax)，直接幫助您對存儲在HDFS或HBase中的Apache Hadoop數(shù)據(jù)進行快速的交互式SQL查詢。
它為批量導向或?qū)崟r查詢提供了一個方便操作的統(tǒng)一平臺。
JSON：今天的許多非關(guān)系型數(shù)據(jù)庫(NoSQL)都以JSON(JavaScript對象符號)格式存儲數(shù)據(jù)，這些格式在Web開發(fā)人員中很受歡迎。
Kafka：這是種分布式“發(fā)布——訂閱”的消息傳送系統(tǒng)，它能夠提供一種解決方案，幫助處理所有數(shù)據(jù)流活動，并在消費者網(wǎng)站上處理這些數(shù)據(jù)。
這種類型的數(shù)據(jù)(包括頁面查看數(shù)據(jù)，搜索數(shù)據(jù)和其他用戶操作數(shù)據(jù))是當前社交網(wǎng)絡的關(guān)鍵組成部分。
MongoDB：是一個在開源概念指導下開發(fā)出來的面向文檔的非關(guān)系型數(shù)據(jù)庫(NoSQL)。它具有完整的索引支持，同時可以靈活地對任何屬性進行索引，并在不影響功能的情況下進行橫向擴容。
Neo4j：是一個圖形數(shù)據(jù)庫，與關(guān)系數(shù)據(jù)庫相比，性能提升高達1000多倍或更高。
Oozie：一種工作流程處理系統(tǒng)，可以讓用戶自定義不同語言編寫的一系列工作，如Map Reduce，Pig 和 Hive。它還可以實現(xiàn)不同工作項目之間的智能連接，Oozie還支持用戶指定依賴關(guān)系。
Pig：是由雅虎開發(fā)的基于Hadoop的一種語言，對于用戶來說，學習起來相對簡單，且Pig擅長處理非常深入且非常長的數(shù)據(jù)管道(data pipeline)。
Storm：是一種免費的進行實時分布式計算的開源系統(tǒng)。通過Storm，用戶可以非常輕松的在能夠進行實時處理操作的范圍內(nèi)，對非結(jié)構(gòu)化數(shù)據(jù)流進行可靠處理。
系統(tǒng)具有容錯特性，支持幾乎所有編程語言，當然最常用的語言還是Java。Storm最初是Apache家族的一個分支，現(xiàn)在已被Twitter收購。
Tableau：是一種主要關(guān)注商業(yè)智能的數(shù)據(jù)可視化工具。用戶無需編程，就可以利用Tableau創(chuàng)建地圖，條形圖，散點圖等可視化圖像。
他們最近發(fā)布了一個Web連接器，允許用戶直接連接數(shù)據(jù)庫或應用程序界面(API)，從而使用戶能夠在進行可視化項目時獲取實時數(shù)據(jù)。
ZooKeeper：為大型分布式系統(tǒng)提供集中配置和開放代碼名稱注冊的服務。
每天大數(shù)據(jù)技術(shù)領(lǐng)域都會涌現(xiàn)出大量新的大數(shù)據(jù)相關(guān)工具，要想學會使用每個工具是非常困難且沒有意義的。挑選幾個你能夠熟練使用的工具，并不斷學習技術(shù)知識，才是最好的方式。
注：中國統(tǒng)計網(wǎng)
粵公網(wǎng)安備44011302004697
