5个大数据处理/数据分析/分布式工具

 

1.Hadoop

是一个开源框架，它允许在整个集群使用简单编程模型计算机的分布式环境存储并。它的目的是从单一的服务器到上千台机器的扩展，每一个台机都可以提供本地计算和存储。

 

 

2.Druid

Druid是，Java语言中最好的数据库连接池。Druid能够提供强大的监控和扩展功能。

Druid是一个分布式的、面向列的、实时的分析数据存储库，通常用于为多租户环境中的探索性仪表板供电。

Druid作为一种数据仓库解决方案，擅长于对petabyte大小的数据集进行快速聚合查询。Druid支持各种灵活的过滤器、精确计算、近似算法和其他有用的计算。

Druid可以同时加载流数据和批处理数据，并与Samza、Kafka、Storm、SPark和Hadoop集成。

 

 

3.Ambari

大数据平台搭建、监控利器;类似的还有CDH

Ambari能够：

• 提供Hadoop集群

• Ambari为在任意数量的主机上安装Hadoop服务提供了一个逐步向导。
• Ambari处理集群Hadoop服务的配置。

• 管理Hadoop集群

• Ambari为整个集群提供启动、停止和重新配置Hadoop服务的中央管理。

• 监视Hadoop集群

• Ambari为监视Hadoop集群的健康状况和状态提供了一个仪表板。

• 安巴里杠杆Ambari度量系统用于度量集合。

• 安巴里杠杆Ambari警报框架用于系统警报，并在需要注意时通知您(例如，节点下降，剩余磁盘空间较低等)。

 

 

4.Spark

一个快速通用的集群计算系统.它在Java、Scala、Python和R中提供了高级API，并提供了支持通用执行图的优化引擎。大规模数据处理框架(可以应付企业中常见的三种数据处理场景：复杂的批量数据处理(batch data processing);基于历史数据的交互式查询;基于实时数据流的数据处理，Ceph:Linux分布式文件系统。

 

 

5.Storm

Storm是一个免费开源、分布式、高容错的实时计算系统。Storm令持续不断的流计算变得容易，弥补了Hadoop批处理所不能满足的实时要求。Storm经常用于在实时分析、在线机器学习、持续计算、分布式远程调用和ETL等领域。Storm的部署管理非常简单，而且，在同类的流式计算工具，Storm的性能也是非常出众的。

 

时间:2018-08-27 23:58  来源:    转发量:次