技術：大數(shù)據(jù)六大處理分析工具介紹一?

通過前面的文章介紹，合肥佳達小編給了大家大數(shù)據(jù)一個基本的概念和對核心價值的把握，但大數(shù)據(jù)能給客戶的網(wǎng)絡推廣營銷等帶來哪些實際的價值和意義，可以說我們還在摸索中；雖然距離還很遙遠，但探求的步伐一刻都未停止。

本文將重點介紹大數(shù)據(jù)六大處理分析工具中三個。
1）Storm
Storm是自由的開源軟件，一個分布式的、容錯的實時計算系統(tǒng)。Storm可以非?？煽康奶幚睚嫶蟮臄?shù)據(jù)流，用于處理Hadoop的批量數(shù)據(jù)。 Storm很簡單，支持許多種編程語言，使用起來非常有趣。Storm由Twitter開源而來，其它知名的應用企業(yè)包括Groupon、淘寶、支付寶、阿里巴巴、樂元素、Admaster等等。Storm有許多應用領域：實時分析、在線機器學習、不停頓的計算、分布式RPC(遠過程調用協(xié)議，一種通過網(wǎng)絡從遠程計算機程序上請求服務)、 ETL(Extraction-Transformation-Loading的縮寫，即數(shù)據(jù)抽取、轉換和加載)等等。Storm的處理速度驚人：經(jīng)測 試，每個節(jié)點每秒鐘可以處理100萬個數(shù)據(jù)元組。Storm是可擴展、容錯，很容易設置和操作。
2）Apache Drill
為了幫助企業(yè)用戶尋找更為有效、加快Hadoop數(shù)據(jù)查詢的方法，Apache軟件基金會近日發(fā)起了一項名為“Drill”的開源項目。Apache Drill 實現(xiàn)了 Google’s Dremel.
據(jù)Hadoop廠商MapR Technologies公司產品經(jīng)理Tomer Shiran介紹，“Drill”已經(jīng)作為Apache孵化器項目來運作，將面向全球軟件工程師持續(xù)推廣。
該項目將會創(chuàng)建出開源版本的谷歌Dremel Hadoop工具(谷歌使用該工具來為Hadoop數(shù)據(jù)分析工具的互聯(lián)網(wǎng)應用提速)。而“Drill”將有助于Hadoop用戶實現(xiàn)更快查詢海量數(shù)據(jù)集的目的。
“Drill”項目其實也是從谷歌的Dremel項目中獲得靈感：該項目幫助谷歌實現(xiàn)海量數(shù)據(jù)集的分析處理，包括分析抓取Web文檔、跟蹤安裝在Android Market上的應用程序數(shù)據(jù)、分析垃圾郵件、分析谷歌分布式構建系統(tǒng)上的測試結果等等。
通過開發(fā)“Drill”Apache開源項目，組織機構將有望建立Drill所屬的API接口和靈活強大的體系架構，從而幫助支持廣泛的數(shù)據(jù)源、數(shù)據(jù)格式和查詢語言。
3）Hadoop
Hadoop 是一個能夠對大量數(shù)據(jù)進行分布式處理的軟件框架。但是 Hadoop 是以一種可靠、高效、可伸縮的方式進行處理的。Hadoop 是可靠的，因為它假設計算元素和存儲會失敗，因此它維護多個工作數(shù)據(jù)副本，確保能夠針對Hadoop
Hadoop失敗的節(jié)點重新分布處理。Hadoop 是高效的，因為它以并行的方式工作，通過并行處理加快處理速度。Hadoop 還是可伸縮的，能夠處理 PB 級數(shù)據(jù)。此外，Hadoop 依賴于社區(qū)服務器，因此它的成本比較低，任何人都可以使用。
Hadoop是一個能夠讓用戶輕松架構和使用的分布式計算平臺。用戶可以輕松地在Hadoop上開發(fā)和運行處理海量數(shù)據(jù)的應用程序。它主要有以下幾個優(yōu)點：
A.高可靠性。Hadoop按位存儲和處理數(shù)據(jù)的能力值得人們信賴。
B.高擴展性。Hadoop是在可用的計算機集簇間分配數(shù)據(jù)并完成計算任務的，這些集簇可以方便地擴展到數(shù)以千計的節(jié)點中。
C.高效性。Hadoop能夠在節(jié)點之間動態(tài)地移動數(shù)據(jù)，并保證各個節(jié)點的動態(tài)平衡，因此處理速度非常快。
D.高容錯性。Hadoop能夠自動保存數(shù)據(jù)的多個副本，并且能夠自動將失敗的任務重新分配。
Hadoop帶有用 Java 語言編寫的框架，因此運行在 Linux 生產平臺上是非常理想的。Hadoop 上的應用程序也可以使用其他語言編寫，比如 C++。
篇幅的原因，本文只介紹了六大工具中的三個，不過大家不要著急，合肥網(wǎng)站優(yōu)化公司佳達小編下一篇就為大家奉上另外三個工具；本文先對這三個工具的名字做一個預告：HPCC、Pentaho BI和RapidMiner。