說到處理大數(shù)據(jù)的工具例嘱，普通的開源解決方案（尤其是Apache Hadoop）堪稱中流砥柱。弗雷斯特調(diào)研公司的分析師Mike Gualtieri最近預測涮坐，在接下來幾年己儒，“100%的大公司”會采用Hadoop。Market Research的一份報告預測巾腕，到2011年面睛，Hadoop市場會以58%的年復合增長率（CAGR）高速增長；到2020年祠墅，市場產(chǎn)值會超過10億美元侮穿。IBM更是非掣杈叮看好開源大數(shù)據(jù)工具毁嗦，派出了3500名研究人員開發(fā)Apache Spark，這個工具是Hadoop生態(tài)系統(tǒng)的一部分回铛。
這回我們推出了最新的頂級開源大數(shù)據(jù)工具排行榜狗准。這個領(lǐng)域最近方興未艾克锣，許多新項目紛紛啟動。許多最知名的項目由Apache基金會管理腔长，與Hadoop密切相關(guān)袭祟。
請注意：本文不是要搞什么排名；相反捞附，項目按類別加以介紹巾乳。與往常一樣，要是你知道另外的開源大數(shù)據(jù)及/或Hadoop工具應(yīng)該榜上有名鸟召，歡迎留言交流胆绊。
一、Hadoop相關(guān)工具
1.Hadoop
Apache的Hadoop項目已幾乎與大數(shù)據(jù)劃上了等號欧募。它不斷壯大起來压状，已成為一個完整的生態(tài)系統(tǒng)，眾多開源工具面向高度擴展的分布式計算跟继。
支持的操作系統(tǒng)：Windows种冬、Linux和OS X。
相關(guān)鏈接：http://hadoop.apache.org
2.Ambari
作為Hadoop生態(tài)系統(tǒng)的一部分舔糖，這個Apache項目提供了基于Web的直觀界面娱两，可用于配置、管理和監(jiān)控Hadoop集群金吗。有些開發(fā)人員想把Ambari的功能整合到自己的應(yīng)用程序當中谷婆，Ambari也為他們提供了充分利用REST（代表性狀態(tài)傳輸協(xié)議）的API。
支持的操作系統(tǒng)：Windows辽聊、Linux和OS X纪挎。
相關(guān)鏈接：http://ambari.apache.org
3.Avro
這個Apache項目提供了數(shù)據(jù)序列化系統(tǒng)，擁有豐富的數(shù)據(jù)結(jié)構(gòu)和緊湊格式跟匆。模式用JSON來定義异袄，它很容易與動態(tài)語言整合起來。
支持的操作系統(tǒng)：與操作系統(tǒng)無關(guān)玛臂。
相關(guān)鏈接：http://avro.apache.org
4.Cascading
Cascading是一款基于Hadoop的應(yīng)用程序開發(fā)平臺烤蜕。提供商業(yè)支持和培訓服務(wù)。
支持的操作系統(tǒng)：與操作系統(tǒng)無關(guān)迹冤。
相關(guān)鏈接：http://www.cascading.org/projects/cascading/
5.Chukwa
Chukwa基于Hadoop讽营，可以收集來自大型分布式系統(tǒng)的數(shù)據(jù)，用于監(jiān)控泡徙。它還含有用于分析和顯示數(shù)據(jù)的工具橱鹏。
支持的操作系統(tǒng)：Linux和OS X。
相關(guān)鏈接：http://chukwa.apache.org
6.Flume
Flume可以從其他應(yīng)用程序收集日志數(shù)據(jù)，然后將這些數(shù)據(jù)送入到Hadoop莉兰。官方網(wǎng)站聲稱：“它功能強大挑围、具有容錯性，還擁有可以調(diào)整優(yōu)化的可靠性機制和許多故障切換及恢復機制糖荒∩颊蓿”
支持的操作系統(tǒng)：Linux和OS X。
相關(guān)鏈接：https://cwiki.apache.org/confluence/display/FLUME/Home
7.HBase
HBase是為有數(shù)十億行和數(shù)百萬列的超大表設(shè)計的捶朵，這是一種分布式數(shù)據(jù)庫蜘矢，可以對大數(shù)據(jù)進行隨機性的實時讀取/寫入訪問。它有點類似谷歌的Bigtable综看，不過基于Hadoop和Hadoop分布式文件系統(tǒng)（HDFS）而建硼端。
支持的操作系統(tǒng)：與操作系統(tǒng)無關(guān)。
相關(guān)鏈接：http://hbase.apache.org
8.Hadoop分布式文件系統(tǒng)（HDFS）
HDFS是面向Hadoop的文件系統(tǒng)寓搬，不過它也可以用作一種獨立的分布式文件系統(tǒng)珍昨。它基于Java，具有容錯性句喷、高度擴展性和高度配置性镣典。
支持的操作系統(tǒng)：Windows、Linux和OS X唾琼。
相關(guān)鏈接：https://hadoop.apache.org/docs/stable/hadoop-project-dist/hadoop-hdfs/HdfsUserGuide.html
9.Hive
Apache Hive是面向Hadoop生態(tài)系統(tǒng)的數(shù)據(jù)倉庫兄春。它讓用戶可以使用HiveQL查詢和管理大數(shù)據(jù)，這是一種類似SQL的語言锡溯。
支持的操作系統(tǒng)：與操作系統(tǒng)無關(guān)赶舆。
相關(guān)鏈接：http://hive.apache.org
10.Hivemall
Hivemall結(jié)合了面向Hive的多種機器學習算法。它包括諸多高度擴展性算法祭饭，可用于數(shù)據(jù)分類芜茵、遞歸、推薦倡蝙、k最近鄰九串、異常檢測和特征哈希。
支持的操作系統(tǒng)：與操作系統(tǒng)無關(guān)寺鸥。
相關(guān)鏈接：https://github.com/myui/hivemall
11.Mahout
據(jù)官方網(wǎng)站聲稱猪钮，Mahout項目的目的是“為迅速構(gòu)建可擴展、高性能的機器學習應(yīng)用程序打造一個環(huán)境胆建】镜停”它包括用于在Hadoop MapReduce上進行數(shù)據(jù)挖掘的眾多算法，還包括一些面向Scala和Spark環(huán)境的新穎算法笆载。
支持的操作系統(tǒng)：與操作系統(tǒng)無關(guān)扑馁。
相關(guān)鏈接：http://mahout.apache.org
12.MapReduce
作為Hadoop一個不可或缺的部分涯呻，MapReduce這種編程模型為處理大型分布式數(shù)據(jù)集提供了一種方法。它最初是由谷歌開發(fā)的檐蚜，但現(xiàn)在也被本文介紹的另外幾個大數(shù)據(jù)工具所使用魄懂，包括CouchDB沿侈、MongoDB和Riak闯第。
支持的操作系統(tǒng)：與操作系統(tǒng)無關(guān)。
13.Oozie
這種工作流程調(diào)度工具是為了管理Hadoop任務(wù)而專門設(shè)計的缀拭。它能夠按照時間或按照數(shù)據(jù)可用情況觸發(fā)任務(wù)咳短，并與MapReduce、Pig蛛淋、Hive咙好、Sqoop及其他許多相關(guān)工具整合起來。
支持的操作系統(tǒng)：Linux和OS X褐荷。
相關(guān)鏈接：http://oozie.apache.org
14.Pig
Apache Pig是一種面向分布式大數(shù)據(jù)分析的平臺勾效。它依賴一種名為Pig Latin的編程語言，擁有簡化的并行編程叛甫、優(yōu)化和可擴展性等優(yōu)點层宫。
支持的操作系統(tǒng)：與操作系統(tǒng)無關(guān)。
相關(guān)鏈接：http://pig.apache.org
15.Sqoop
企業(yè)經(jīng)常需要在關(guān)系數(shù)據(jù)庫與Hadoop之間傳輸數(shù)據(jù)其监，而Sqoop就是能完成這項任務(wù)的一款工具萌腿。它可以將數(shù)據(jù)導入到Hive或HBase，并從Hadoop導出到關(guān)系數(shù)據(jù)庫管理系統(tǒng)（RDBMS）抖苦。
支持的操作系統(tǒng)：與操作系統(tǒng)無關(guān)毁菱。
相關(guān)鏈接：http://sqoop.apache.org
16.Spark
作為MapReduce之外的一種選擇，Spark是一種數(shù)據(jù)處理引擎锌历。它聲稱贮庞，用在內(nèi)存中時，其速度比MapReduce最多快100倍究西；用在磁盤上時贸伐，其速度比MapReduce最多快10倍。它可以與Hadoop和Apache Mesos一起使用怔揩，也可以獨立使用捉邢。
支持的操作系統(tǒng)：Windows、Linux和OS X商膊。
相關(guān)鏈接：http://spark.apache.org
17.Tez
Tez建立在Apache Hadoop YARN的基礎(chǔ)上伏伐，這是“一種應(yīng)用程序框架，允許為任務(wù)構(gòu)建一種復雜的有向無環(huán)圖晕拆，以便處理數(shù)據(jù)藐翎〔牡牛”它讓Hive和Pig可以簡化復雜的任務(wù)，而這些任務(wù)原本需要多個步驟才能完成吝镣。
支持的操作系統(tǒng)：Windows堤器、Linux和OS X。
相關(guān)鏈接：http://tez.apache.org
18.Zookeeper
這種大數(shù)據(jù)管理工具自稱是“一項集中式服務(wù)末贾，可用于維護配置信息闸溃、命名、提供分布式同步以及提供群組服務(wù)拱撵』源ǎ”它讓Hadoop集群里面的節(jié)點可以彼此協(xié)調(diào)。
支持的操作系統(tǒng)：Linux拴测、Windows（只適合開發(fā)環(huán)境）和OS X（只適合開發(fā)環(huán)境）乓旗。
相關(guān)鏈接：http://zookeeper.apache.org
二、大數(shù)據(jù)分析平臺和工具
19.Disco
Disco最初由諾基亞開發(fā)集索，這是一種分布式計算框架屿愚，與Hadoop一樣，它也基于MapReduce务荆。它包括一種分布式文件系統(tǒng)以及支持數(shù)十億個鍵和值的數(shù)據(jù)庫妆距。
支持的操作系統(tǒng)：Linux和OS X。
相關(guān)鏈接：http://discoproject.org
20.HPCC
作為Hadoop之外的一種選擇蛹含，HPCC這種大數(shù)據(jù)平臺承諾速度非骋愫瘢快，擴展性超強浦箱。除了免費社區(qū)版外诵棵，HPCC Systems還提供收費的企業(yè)版迫横、收費模塊淹遵、培訓耕捞、咨詢及其他服務(wù)。
支持的操作系統(tǒng)：Linux蓬推。
相關(guān)鏈接：http://hpccsystems.com
21.Lumify
Lumify歸Altamira科技公司（以國家安全技術(shù)而聞名）所有妆棒，這是一種開源大數(shù)據(jù)整合、分析和可視化平臺沸伏。你只要在Try.Lumify.io試一下演示版糕珊，就能看看它的實際效果。
支持的操作系統(tǒng)：Linux毅糟。
相關(guān)鏈接：http://www.jboss.org/infinispan.html
22.Pandas
Pandas項目包括基于Python編程語言的數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)分析工具红选。它讓企業(yè)組織可以將Python用作R之外的一種選擇，用于大數(shù)據(jù)分析項目姆另。
支持的操作系統(tǒng)：Windows喇肋、Linux和OS X坟乾。
相關(guān)鏈接：http://pandas.pydata.org
23.Storm
Storm現(xiàn)在是一個Apache項目，它提供了實時處理大數(shù)據(jù)的功能（不像Hadoop只提供批任務(wù)處理）蝶防。其用戶包括推特甚侣、美國天氣頻道、WebMD间学、阿里巴巴殷费、Yelp、雅虎日本菱鸥、Spotify宗兼、Group躏鱼、Flipboard及其他許多公司氮采。
支持的操作系統(tǒng)：Linux。
相關(guān)鏈接：https://storm.apache.org
三染苛、數(shù)據(jù)庫/數(shù)據(jù)倉庫
24.Blazegraph
Blazegraph之前名為“Bigdata”鹊漠，這是一種高度擴展、高性能的數(shù)據(jù)庫茶行。它既有使用開源許可證的版本躯概，也有使用商業(yè)許可證的版本。
支持的操作系統(tǒng)：與操作系統(tǒng)無關(guān)畔师。
相關(guān)鏈接：http://www.systap.com/bigdata
25.Cassandra
這種NoSQL數(shù)據(jù)庫最初由Facebook開發(fā)娶靡，現(xiàn)已被1500多家企業(yè)組織使用，包括蘋果看锉、歐洲原子核研究組織（CERN）姿锭、康卡斯特、電子港灣伯铣、GitHub呻此、GoDaddy、Hulu腔寡、Instagram焚鲜、Intuit、Netfilx放前、Reddit及其他機構(gòu)忿磅。它能支持超大規(guī)模集群；比如說凭语，蘋果部署的Cassandra系統(tǒng)就包括75000多個節(jié)點葱她，擁有的數(shù)據(jù)量超過10 PB。
支持的操作系統(tǒng)：與操作系統(tǒng)無關(guān)叽粹。
相關(guān)鏈接：http://cassandra.apache.org
26.CouchDB
CouchDB號稱是“一款完全擁抱互聯(lián)網(wǎng)的數(shù)據(jù)庫”览效，它將數(shù)據(jù)存儲在JSON文檔中却舀，這種文檔可以通過Web瀏覽器來查詢，并且用JavaScript來處理锤灿。它易于使用挽拔，在分布式上網(wǎng)絡(luò)上具有高可用性和高擴展性。
支持的操作系統(tǒng)：Windows但校、Linux螃诅、OS X和安卓。
相關(guān)鏈接：http://couchdb.apache.org
27.FlockDB
由推特開發(fā)的FlockDB是一種非匙创眩快术裸、擴展性非常好的圖形數(shù)據(jù)庫，擅長存儲社交網(wǎng)絡(luò)數(shù)據(jù)亭枷。雖然它仍可用于下載袭艺，但是這個項目的開源版已有一段時間沒有更新了。
支持的操作系統(tǒng)：與操作系統(tǒng)無關(guān)叨粘。
相關(guān)鏈接：https://github.com/twitter/flockdb
28.Hibari
這個基于Erlang的項目自稱是“一種分布式有序鍵值存儲系統(tǒng)猾编，保證擁有很強的一致性”。它最初是由Gemini Mobile Technologies開發(fā)的升敲，現(xiàn)在已被歐洲和亞洲的幾家電信運營商所使用答倡。
支持的操作系統(tǒng)：與操作系統(tǒng)無關(guān)。
相關(guān)鏈接：http://hibari.github.io/hibari-doc/
29.Hypertable
Hypertable是一種與Hadoop兼容的大數(shù)據(jù)數(shù)據(jù)庫驴党，承諾性能超高瘪撇，其用戶包括電子港灣、百度港庄、高朋倔既、Yelp及另外許多互聯(lián)網(wǎng)公司。提供商業(yè)支持服務(wù)攘轩。
支持的操作系統(tǒng)：Linux和OS X叉存。
相關(guān)鏈接：http://hypertable.org
30.Impala
Cloudera聲稱，基于SQL的Impala數(shù)據(jù)庫是“面向Apache Hadoop的領(lǐng)先的開源分析數(shù)據(jù)庫”度帮。它可以作為一款獨立產(chǎn)品來下載歼捏，又是Cloudera的商業(yè)大數(shù)據(jù)產(chǎn)品的一部分。
支持的操作系統(tǒng)：Linux和OS X笨篷。
相關(guān)鏈接：http://www.cloudera.com/content/cloudera/en/products-and-services/cdh/impala.html
31.InfoBright社區(qū)版
InfoBright為數(shù)據(jù)分析而設(shè)計瞳秽，這是一種面向列的數(shù)據(jù)庫，具有很高的壓縮比率翅。InfoBright.com提供基于同一代碼的收費產(chǎn)品练俐，提供支持服務(wù)。
支持的操作系統(tǒng)：Windows和Linux冕臭。
相關(guān)鏈接：http://www.infobright.org
32.MongoDB
mongoDB的下載量已超過1000萬人次腺晾，這是一種極其受歡迎的NoSQL數(shù)據(jù)庫燕锥。MongoDB.com上提供了企業(yè)版、支持悯蝉、培訓及相關(guān)產(chǎn)品和服務(wù)归形。
支持的操作系統(tǒng)：Windows、Linux鼻由、OS X和Solaris暇榴。
相關(guān)鏈接：http://www.mongodb.org
33.Neo4j
Neo4j自稱是“速度最快、擴展性最佳的原生圖形數(shù)據(jù)庫”蕉世，它承諾具有大規(guī)模擴展性蔼紧、快速的密碼查詢性能和經(jīng)過改進的開發(fā)效率。用戶包括電子港灣狠轻、必能寶（Pitney Bowes）奸例、沃爾瑪、德國漢莎航空公司和CrunchBase哈误。
支持的操作系統(tǒng)：Windows和Linux哩至。
相關(guān)鏈接：http://neo4j.org
34.OrientDB
這款多模型數(shù)據(jù)庫結(jié)合了圖形數(shù)據(jù)庫的一些功能和文檔數(shù)據(jù)庫的一些功能躏嚎。提供收費支持蜜自、培訓和咨詢等服務(wù)。
支持的操作系統(tǒng)：與操作系統(tǒng)無關(guān)卢佣。
相關(guān)鏈接：http://www.orientdb.org/index.htm
35.Pivotal Greenplum Database
Pivotal聲稱重荠，Greenplum是“同類中最佳的企業(yè)級分析數(shù)據(jù)庫”，能夠非承椴瑁快速地對龐大的海量數(shù)據(jù)進行功能強大的分析戈鲁。它是Pivotal大數(shù)據(jù)庫套件的一部分。
支持的操作系統(tǒng)：Windows嘹叫、Linux和OS X婆殿。
相關(guān)鏈接：http://pivotal.io/big-data/pivotal-greenplum-database
36.Riak
Riak“功能完備”，有兩個版本：KV是分布式NoSQL數(shù)據(jù)庫罩扇，S2提供了面向云環(huán)境的對象存儲婆芦。它既有開源版，也有商業(yè)版喂饥，還有支持Spark消约、Redis和Solr的附件。
支持的操作系統(tǒng)：Linux和OS X员帮。
相關(guān)鏈接：http://basho.com/riak-0-10-is-full-of-great-stuff/
37.Redis
Redis現(xiàn)在由Pivotal贊助或粮，這是一種鍵值緩存和存儲系統(tǒng)。提供收費支持捞高。要注意：雖然該項目并不正式支持Windows氯材，不過微軟在GitHub上有一個Windows派生版渣锦。
支持的操作系統(tǒng)：Linux。
相關(guān)鏈接：http://redis.io
四氢哮、商業(yè)智能
38.Talend Open Studio
Talend的下載量已超過200萬人次泡挺，其開源軟件提供了數(shù)據(jù)整合功能。該公司還開發(fā)收費的大數(shù)據(jù)命浴、云娄猫、數(shù)據(jù)整合、應(yīng)用程序整合和主數(shù)據(jù)管理等工具生闲。其用戶包括美國國際集團（AIG）媳溺、康卡斯特、電子港灣碍讯、通用電氣悬蔽、三星、Ticketmaster和韋里遜等企業(yè)組織捉兴。
支持的操作系統(tǒng)：Windows蝎困、Linux和OS X。
相關(guān)鏈接：http://www.talend.com/index.php
39.Jaspersoft
Jaspersoft提供了靈活倍啥、可嵌入的商業(yè)智能工具禾乘，用戶包括眾多企業(yè)組織：高朋、冠群科技虽缕、美國農(nóng)業(yè)部始藕、愛立信、時代華納有線電視氮趋、奧林匹克鋼鐵伍派、內(nèi)斯拉斯加大學和通用動力公司。除了開源社區(qū)版外剩胁，它還提供收費的報表版诉植、亞馬遜網(wǎng)絡(luò)服務(wù)（AWS）版、專業(yè)版和企業(yè)版昵观。
支持的操作系統(tǒng)：與操作系統(tǒng)無關(guān)晾腔。
相關(guān)鏈接：http://www.jaspersoft.com
40.Pentaho
Pentaho歸日立數(shù)據(jù)系統(tǒng)公司所有，它提供了一系列數(shù)據(jù)整合和業(yè)務(wù)分析工具索昂。官方網(wǎng)站上提供了三個社區(qū)版建车；訪問Pentaho.com，即可了解收費支持版方面的信息椒惨。
支持的操作系統(tǒng)：Windows缤至、Linux和OS X。
相關(guān)鏈接：http://community.pentaho.com
41.SpagoBI
Spago被市場分析師們稱為“開源領(lǐng)袖”，它提供商業(yè)智能领斥、中間件和質(zhì)量保證軟件嫉到，另外還提供Java EE應(yīng)用程序開發(fā)框架。該軟件百分之分免費月洛、開源何恶，不過也提供收費的支持、咨詢嚼黔、培訓及其他服務(wù)细层。
支持的操作系統(tǒng)：與操作系統(tǒng)無關(guān)。
相關(guān)鏈接：http://www.spagoworld.org/xwiki/bin/view/SpagoWorld/
42.KNIME
KNIME的全稱是“康斯坦茨信息挖掘工具”（Konstanz Information Miner）唬涧，這是一種開源分析和報表平臺疫赎。提供了幾個商業(yè)和開源擴展件，以增強其功能碎节。
支持的操作系統(tǒng)：Windows捧搞、Linux和OS X。
相關(guān)鏈接：http://www.knime.org
43.BIRT
BIRT的全稱是“商業(yè)智能和報表工具”狮荔。它提供的一種平臺可用于制作可以嵌入到應(yīng)用程序和網(wǎng)站中的可視化元素及報表胎撇。它是Eclipse社區(qū)的一部分，得到了Actuate殖氏、IBM和Innovent Solutions的支持晚树。
支持的操作系統(tǒng)：與操作系統(tǒng)無關(guān)。
相關(guān)鏈接：http://www.eclipse.org/birt/
五受葛、數(shù)據(jù)挖掘
44.DataMelt
作為jHepWork的后續(xù)者题涨，DataMelt可以處理數(shù)學運算、數(shù)據(jù)挖掘总滩、統(tǒng)計分析和數(shù)據(jù)可視化等任務(wù)。它支持Java及相關(guān)的編程語言巡雨，包括Jython闰渔、Groovy、JRuby和Beanshell铐望。
支持的操作系統(tǒng)：與操作系統(tǒng)無關(guān)冈涧。
相關(guān)鏈接：http://jwork.org/dmelt/
45.KEEL
KEEL的全稱是“基于進化學習的知識提取”，這是一種基于Java的機器學習工具正蛙，為一系列大數(shù)據(jù)任務(wù)提供了算法督弓。它還有助于評估算法在處理遞歸、分類乒验、集群愚隧、模式挖掘及類似任務(wù)時的效果。
支持的操作系統(tǒng)：與操作系統(tǒng)無關(guān)锻全。
相關(guān)鏈接：http://keel.es
46.Orange
Orange認為數(shù)據(jù)挖掘應(yīng)該是“碩果累累狂塘、妙趣橫生”录煤，無論你是有多年的豐富經(jīng)驗，還是剛開始接觸這個領(lǐng)域荞胡。它提供了可視化編程和Python腳本工具妈踊，可用于數(shù)據(jù)可視化和分析。
支持的操作系統(tǒng)：Windows泪漂、Linux和OS X廊营。
相關(guān)鏈接：http://orange.biolab.si
47.RapidMiner
RapidMiner聲稱擁有250000多個用戶，包括貝寶萝勤、德勤赘风、電子港灣、思科和大眾纵刘。它提供一系列廣泛的開源版和收費版邀窃，不過要注意：免費的開源版只支持CSV格式或Excel格式的數(shù)據(jù)。
支持的操作系統(tǒng)：與操作系統(tǒng)無關(guān)假哎。
相關(guān)鏈接：https://rapidminer.com
48.Rattle
Rattle的全稱是“易學易用的R分析工具”瞬捕。它為R編程語言提供了一種圖形化界面，簡化了這些過程：構(gòu)建數(shù)據(jù)的統(tǒng)計或可視化摘要舵抹、構(gòu)建模型以及執(zhí)行數(shù)據(jù)轉(zhuǎn)換肪虎。
支持的操作系統(tǒng)：Windows、Linux和OS X惧蛹。
相關(guān)鏈接：http://rattle.togaware.com
49.SPMF
SPMF現(xiàn)在包括93種算法扇救，可用于順序模式挖掘、關(guān)聯(lián)規(guī)則挖掘香嗓、項集挖掘迅腔、順序規(guī)則挖掘和集群。它可以獨立使用靠娱，也可以整合到其他基于Java的程序中沧烈。
支持的操作系統(tǒng)：與操作系統(tǒng)無關(guān)。
相關(guān)鏈接：http://www.philippe-fournier-viger.com/spmf/
50.Weka
懷卡托知識分析環(huán)境（Weka）是一組基于Java的機器學習算法像云，面向數(shù)據(jù)挖掘锌雀。它可以執(zhí)行數(shù)據(jù)預處理、分類迅诬、遞歸腋逆、集群、關(guān)聯(lián)規(guī)則和可視化侈贷。
支持的操作系統(tǒng)：Windows惩歉、Linux和OS X。
相關(guān)鏈接：http://www.cs.waikato.ac.nz/~ml/weka/
六、查詢引擎
51.Drill
這個Apache項目讓用戶可以使用基于SQL的查詢柬泽，查詢Hadoop慎菲、NoSQL數(shù)據(jù)庫和云存儲服務(wù)。它可用于數(shù)據(jù)挖掘和即席查詢锨并，它支持一系列廣泛的數(shù)據(jù)庫露该，包括HBase、MongoDB第煮、MapR-DB解幼、HDFS、MapR-FS包警、亞馬遜S3撵摆、Azure Blob Storage、谷歌云存儲和Swift害晦。
支持的操作系統(tǒng)：Windows特铝、Linux和OS X。
相關(guān)鏈接：http://drill.apache.org
七壹瘟、編程語言
52.R
R類似S語言和環(huán)境鲫剿，旨在處理統(tǒng)計計算和圖形。它包括一套整合的大數(shù)據(jù)工具稻轨，可用于數(shù)據(jù)處理灵莲、計算和可視化。
支持的操作系統(tǒng)：Windows殴俱、Linux和OS X政冻。
相關(guān)鏈接：http://www.r-project.org
53.ECL
企業(yè)控制語言（ECL）是開發(fā)人員用來在HPCC平臺上構(gòu)建大數(shù)據(jù)應(yīng)用程序的語言。HPCC Systems官方網(wǎng)站上有集成開發(fā)環(huán)境（IDE）线欲、教程以及處理該語言的眾多相關(guān)工具明场。
支持的操作系統(tǒng)：Linux。
相關(guān)鏈接：http://hpccsystems.com/download/docs/ecl-language-reference
八询筏、大數(shù)據(jù)搜索
54.Lucene
基于Java的Lucene可以非常迅速地執(zhí)行全文搜索榕堰。據(jù)官方網(wǎng)站聲稱，它在現(xiàn)代硬件上每小時能夠檢索超過150GB的數(shù)據(jù)嫌套，它含有強大而高效的搜索算法。開發(fā)工作得到了Apache軟件基金會的贊助圾旨。
支持的操作系統(tǒng)：與操作系統(tǒng)無關(guān)踱讨。
相關(guān)鏈接：http://lucene.apache.org/core/
55.Solr
Solr基于Apache Lucene，是一種高度可靠砍的、高度擴展的企業(yè)搜索平臺痹筛。知名用戶包括eHarmony、西爾斯、StubHub帚稠、Zappos谣旁、百思買、AT&T滋早、Instagram榄审、Netflix、彭博社和Travelocity杆麸。
支持的操作系統(tǒng)：與操作系統(tǒng)無關(guān)搁进。
相關(guān)鏈接：http://lucene.apache.org/solr/
九、內(nèi)存中技術(shù)
56.Ignite
這個Apache項目自稱是“一種高性能昔头、整合式饼问、分布式的內(nèi)存中平臺，可用于對大規(guī)模數(shù)據(jù)集執(zhí)行實時計算和處理揭斧，速度比傳統(tǒng)的基于磁盤的技術(shù)或閃存技術(shù)高出好幾個數(shù)量級莱革。”該平臺包括數(shù)據(jù)網(wǎng)格讹开、計算網(wǎng)格盅视、服務(wù)網(wǎng)格、流媒體萧吠、Hadoop加速左冬、高級集群、文件系統(tǒng)纸型、消息傳遞拇砰、事件和數(shù)據(jù)結(jié)構(gòu)等功能。
支持的操作系統(tǒng)：與操作系統(tǒng)無關(guān)狰腌。
相關(guān)鏈接：https://ignite.incubator.apache.org
57.Terracotta
Terracotta聲稱其BigMemory技術(shù)是“世界上數(shù)一數(shù)二的內(nèi)存中數(shù)據(jù)管理平臺”除破，聲稱擁有210萬開發(fā)人員，250家企業(yè)組織部署了其軟件琼腔。該公司還提供商業(yè)版軟件瑰枫，另外提供支持、咨詢和培訓等服務(wù)丹莲。
支持的操作系統(tǒng)：與操作系統(tǒng)無關(guān)光坝。
相關(guān)鏈接：http://www.terracotta.org
58.Pivotal GemFire/Geode
今年早些時候，Pivotal宣布它將開放其大數(shù)據(jù)套件關(guān)鍵組件的源代碼甥材，其中包括GemFire內(nèi)存中NoSQL數(shù)據(jù)庫盯另。它已向Apache軟件基金會遞交了一項提案，以便在“Geode”的名下管理GemFire數(shù)據(jù)庫的核心引擎洲赵。還提供該軟件的商業(yè)版鸳惯。
支持的操作系統(tǒng)：Windows和Linux商蕴。
相關(guān)鏈接：http://pivotal.io/big-data/pivotal-gemfire
59.GridGain
由Apache Ignite驅(qū)動的GridGrain提供內(nèi)存中數(shù)據(jù)結(jié)構(gòu)，用于迅速處理大數(shù)據(jù)芝发，還提供基于同一技術(shù)的Hadoop加速器绪商。它既有收費的企業(yè)版，也有免費的社區(qū)版辅鲸，后者包括免費的基本支持格郁。
支持的操作系統(tǒng)：Windows、Linux和OS X瓢湃。
相關(guān)鏈接：http://www.gridgain.com
60.Infinispan
作為一個紅帽JBoss項目理张，基于Java的Infinispan是一種分布式內(nèi)存中數(shù)據(jù)網(wǎng)格。它可以用作緩存绵患、用作高性能NoSQL數(shù)據(jù)庫雾叭，或者為諸多框架添加集群功能。
支持的操作系統(tǒng)：與操作系統(tǒng)無關(guān)落蝙。
作者： LinkinPark
