眾所周知，吉隆坡服務器 大馬伺服器，大數據正在以驚人的速度增長，險些觸及各行各業，很多組織都被迫尋找新的締造性要領來打點和節制如此復雜的數據，雖然這么做的目標不可是打點和節制數據，而是要闡明和挖掘個中的代價，來促進業務的成長。

想要深入成長大數據，閉門造車是不行能的，共通共融是此刻趨勢，因此，開源讓越來越多的項目可以直接回收大數據技能。如今，從小型初創企業到行業巨頭，各類局限的供給商都在利用開源來處理懲罰大數據和運行預測闡明。借助開源與云計較技能，新興公司甚至在許多方面都可以與大廠商抗衡。

開源大數據的優勢不問可知，但在浩瀚的開源東西中該如何決議？本文中大數據規模的十個巨頭，將有助于你更深入把握大數據這個行業的成長形勢。

Hadoop——高效、靠得住、可伸縮，可以或許為你的數據存儲項目提供所需的YARN、HDFS和基本架構，而且運行主要的大數據處事和應用措施。

Spark——利用簡樸、支持所有重要的大數據語言(Scala、Python、Java、R)。擁有強大的生態系統，生長迅速，對microbatching/batching/SQL支持簡樸。Spark能更好地合用于數據挖掘與呆板進修等需要迭代的MapReduce的算法。

NiFi——Apache NiFi是由美國國度安詳局(NSA)孝敬給Apache基金會的開源項目，其設計方針是自動化系統間的數據流。基于其事情流式的編程理念，NiFi很是易于利用、強大、靠得住、高可設置。兩個最重要的特性是其強大的用戶界面和精采的數據回溯東西。堪稱大數據東西箱里的瑞士軍刀。

Apache Hive 2.1——Hive是成立在 Hadoop 上的數據客棧基本構架。它提供了一系列的東西，可以用來舉辦數據提取轉化加載(ETL)，這是一種可以存儲、查詢和闡明存儲在 Hadoop 中的大局限數據的機制。跟著最新版本的宣布，機能和成果都獲得了全面晉升，Hive已成為SQL在大數據上的最佳辦理方案。

Kafka——Kafka是一種高吞吐量的漫衍式宣布訂閱動靜系統，它可以處理懲罰消費者局限網站中的所有行動流數據。它已成為大數據系統在異步和漫衍式動靜之間的最佳選擇。從Spark到NiFi再到第三方插件東西以至于Java到Scala，它都提供了強大的粘合浸染。

Phoenix—是HBase的SQL驅動。今朝大量的公司回收它，并擴大其局限。HDFS支持的NoSQL可以或許很好地集成所有東西。Phoenix查詢引擎會將SQL查詢轉換為一個或多個HBase scan，并編排執行以生成尺度的JDBC功效集。

Zeppelin——Zeppelin 是一個提供交互數據闡明且基于Web的條記本。利便你做出可數據驅動的、可交互且可協作的精細文檔，而且支持多種語言，包羅 Scala(利用 Apache Spark)、Python(Apache Spark)、SparkSQL、 Hive、 Markdown、Shell等。

Sparkling Water——H2O填補了Spark’s Machine Learning的缺口，它可以滿意你所有的呆板進修。

Apache Beam——在Java中提供統一的數據歷程管道開拓，而且可以或許很好地支持Spark和Flink。提供許多在線框架，開拓者無需進修太多框架。

Stanford CoreNLP——自然語言處理懲罰擁有龐大的增長空間，斯坦福正在盡力增進他們的框架。