首页>>技术前沿>>网站/软件行业动态用雨后春笋来形容每天来自全球的新项目，一点都不为过，尤其是与大数据相关的。逆水行舟，不进则退，没有更多的技术作为支撑，程序员们小心脚步会跟不上哦。下面就来盘点10个洪荒开源大数据技术。
1.Apache Beam
ApacheBeam在Java中提供统一的数据进程管道开发，并且能够很好地支持Spark和Flink。而且，它提供了很多在线框架，省却了开发者很多学习框架的时间精力。
2.Apache Hive2.1
Hive是建立在Hadoop上的数据仓库基础构架。随着最新版本的发布，ApacheHive的性能和功能都得到了全面提升，它已成为SQL在大数据上的最佳解决方案。
它提供了一系列的工具，可以用来进行数据提取转化加载（ETL）——这是一种可以存储、查询和分析存储在Hadoop中的大规模数据的机制。
3.Hadoop
高效、可靠、可伸缩的Hadoop——能够为你的数据存储项目提供所需的YARN、HDFS和基础架构，并且运行主要的大数据服务和应用程序。
4.Kafka
Kafka是一种高吞吐量的分布式发布订阅消息系统，它可以处理消费者规模网站中的所有动作流数据。从Spark到NiFi再到第三方插件工具以至于Java到Scala，Kafka都提供了强大的粘合作用，它已成为大数据系统在异步和分布式消息之间的最佳选择。
5.NiFi
堪称大数据工具箱里的瑞士军刀的ApacheNiFi，是由美国国家安全局（NSA）贡献给Apache基金会的开源项目，其设计目标是自动化系统间的数据流。其中，它的两个最重要的特性是强大的用户界面，以及良好的数据回溯工具。基于其工作流式的编程理念，NiFi非常易于使用，而且强大、可靠、高可配置。
6.Phoenix
作为HBase的SQL驱动，Phoenix目前被大量的公司采用，它正在逐渐扩大规模。HDFS支持的NoSQL能够很好地集成所有工具，Phoenix查询引擎会将SQL查询转换为一个或多个HBasescan，并编排执行以生成标准的JDBC结果集。
7.Spark
Spark使用简单，而且可以支持所有重要的大数据语言，如Scala、Python、Java、R等。同时，它还拥有强大的生态系统，且成长迅速，对microbatching/batching/SQL的支持也很简单。最重要的是，Spark能更好地适用于数据挖掘与机器学习等需要迭代的MapReduce的算法。
8.Sparkling Water
H2O填补了Spark’sMachineLearning的缺口，SparklingWater可以满足你所有的机器学习。
9.Stanford Core NLP
自然语言处理拥有巨大的增长空间，斯坦福正在努力增进他们的框架，StanfordCoreNLP横空出世。
10.Zeppelin
Zeppelin是一个提供交互数据分析且基于Web的笔记本，方便用户做出可数据驱动的、可交互且可协作的精美文档。同时，它还支持多种语言，包括Scala（使用ApacheSpark）、Pyth（ApacheSpark）、SparkSQL、Hive、Markdown、Shell，等等。
在科技圈都知道，作为当今最热门的技术之一的大数据，正呈爆炸式增长。幸运的是，开源让越来越多的项目可以直接采用大数据技术，这也为程序员提供了多一条出路
版权声明:
1、陕西弈聪网站内容中凡注明“来源：XXX（非陕西弈聪网站）”的作品，转载自其它媒体，转载目的在于传递更多信息，其中涉及的网站建设，网站优化，百度关键词优化，西安软件开发等技术细节并不代表本站赞同支持其观点，并不对其真实性负责。对于署名“陕西弈聪”的作品系本站版权所有，任何人转载请署名来源，否则陕西弈聪将追究其相关法律责任。
2、本站内容中未声明为“原创”的内容可能源自其它网站，但并不代表本站支持其观点，对此带来的法律纠纷及其它责任与我方无关。如果此内容侵犯了您的权益，请联系我方进行删除。
企业动态
