博主呓语:

大数据技术应用列表Top 10

Posted by 破冰 on 2016-8-24 10:45 Wednesday

在这个大数据爆炸的时代,各种新项目如雨后春笋一般,每天从世界各地不断涌现出来。好消息是当下的技术都是开源可用的。下面就一起来看看这个Top10列表,应用起来吧!

1.Hadoop 
Hadoop是稳定企业实力和其他一切工作的基础。你需要利用YARN ,HDFS和Hadoop中的基础设施,存储原始数据以及运行关键的大数据服务器和应用程序。

2.Spark 
Spark易于使用,并且支持所有重要的大数据语言(Scala,Python,Java,R)。同时,Spark还是一个巨大的生态系统,发展迅速,便于支持microbatching/batching/SQL。这是另一个不费脑筋的技术。

3.NiFi 
NiFi是NSA工具,它可以用最少的编码和一个光滑的UI,提供简单的数据摄取、存储和处理各种来源数据。这些数据的来源包括社交媒体,JMS,NoSQL,SQL,Rest/JSON Feeds,AMQP,SQS,FTP,Flume,ElasticSearch,S3,MongoDB,Splunk,Email,HBase,Hive,HDFS,Azure Event Hub,Kafka等等。如果NiFi没有你需要的来源或汇集,你可以为NiFi直接用Java代码编写自己的处理器。NiFi是另一个推荐选入工具箱中的Apache项目,是大数据工具中的瑞士军刀。

4.Apache Hive 2.1 
Apache Hive是运行在Hadoop之上的永久SQL解决方案。在Apache Hive 2.1最新版本中,性能和功能上的增强使 Hive成功作为SQL大数据解决方案留在榜单。

5.Kafka 
Kafka是大数据系统间进行异步、分布式消息传递的选择,它能够进入大多数的堆栈。从Spark到NiFi,到第三方工具,再到Java和Scala,它很好地维系了系统。Kafka需要在栈中应用。

6.Phoenix- HBase 
由于很多公司都在应用HBase,也就导致了这个开源项目的数据规模极大。在HDFS支持下,NoSQL能够很好地集成所有工具。所以,在HBase上额外构建的Phoenix成为了NoSQL首选。这增强了HBase的SQL、JDBC、OLTP和运营分析能力。

7.Zeppelin 
在使用Hive,Spark,SQL,Shell,Scala,Python以及许多其他的数据挖掘和机器学习工具时,Zeppelin是一款便捷、集成性较高的notebook工具。在易于使用的同时,Zeppelin能够以很好的方式来探索和查询数据。而且这个工具可以支持多种环境和功能,用户只需要经常更新图表和映射数据即可。

8.Sparkling Water 
Sparkling Water弥补了Spark中Machine Learning和其他工作间的空缺,提供所有可能用到的机器学习服务。

9.Apache Beam 
Apache Beam是一个用Java编写的统一框架,用于数据处理和管道开发。同时,它也可以支持Spark和Flink。其他的框架很快也会上线,用户不必再去学习太多的框架。

10.Stanford CoreNLP 
Natural Language Processing目前应用极广且增长迅速,Stanford CoreNLP也在不断地提高他们的框架性能。

时下有数不清的大数据项目,所以最好的办法就是合并及测试不同项目版本,来确保他们在安全和管理上都能够顺畅运行。

标签:

发表评论: