【盘点】十款助力大数据与分析技术的卓越工具

▶1. OpenRefine

这是一款高人气数据分析工具，适用于各类与分析相关的任务。这意味着即使大家拥有多川不同数据类型及名称，这款工具亦能够利用其强大的聚类算法完成条目分组。在聚类完成后，分析即可开始。

▶2. Hadoop

大数据与 Hadoop 可谓密不可分。这套软件库兼框架能够利用简单的编程模型将大规模数据集分发于计算机集群当中。其尤为擅长处理大规模数据并使其可用于本地设备当中。作为 Hadoop 的开发方，Apache 亦在不断强化这款工具以提升其实际效果。

▶3. Storm

同样来自 Apache 的 Storm 是另一款伟大的实时计算系统，能够极大强化无限数据流的处理效果。其亦可用于执行多种其它与大数据相关的任务，具体包括分布式 RPC、持续处理、在线机器学习以及实时分析等等。使用 Storm 的另一大优势在于，其整合了大量其它技术，从而进一步降低大数据处理的复杂性。

▶4. Plotly

这是一款数据可视化工具，可兼容 JavaScript、MATLAB、Python 以及 R 等语言。Plotly 甚至能够帮助不具备代码编写技能或者时间的用户完成动态可视化处理。这款工具常由新一代数据科学家使用，因为其属于一款业务开发平台且能够快速完成大规模数据的理解与分析。

▶5. Rapidminer

作为另一款大数据处理必要工具，Rapidminer 属于一套开源数据科学平台，且通过可视化编程机制发挥作用。其功能包括对模型进行修改、分析与创建，且能够快速将结果整合至业务流程当中。Rapidminer 目前备受瞩目，且已经成为众多知名数据科学家心目中的可靠工具。

▶6. Cassandra Apache Cassandra

是另一款值得关注的工具，因为其能够有效且高效地对大规模数据加以管理。它属于一套可扩展 NoSQL 数据库，能够监控多座数据中心内的数据并已经在 Netflix 及 eBay 等知名企业当中效力。

▶7. Hadoop MapReduce

这是一套软件框架，允许用户利用其编写出以可靠方式并发处理大规模数据的应用。MapReduce 应用主要负责完成两项任务，即映射与规约，并由此提供多种数据处理结果。这款工具最初由谷歌公司开发完成。

▶8. Bokeh

这套可视化框架的主要目标在于提供精致且简洁的图形处理结果，用以强化大规模数据流的交互能力。其专门供 Python 语言使用。

▶9. Wolfram Alpha

这是一套搜索引擎，旨在帮助用户搜索其需要的计算素材或者其它内容。举例来说，如果大家输入“Facebook”，即可获得与 Facebook 相关的 HTML 元素结构、输入解释、Web 托管信息、网络统计、子域、Alexa 预估以及网页信息等大量内容。

▶10. Neo4j

其官方网站将这款工具称为图形数据库技术的下一场革命。这种说法在一定程度上并不夸张，因为此套数据库使用数据间的关系以操作并强化性能表现。Neo4j 目前已经由众多企业用于利用数据关系实现智能应用，从而帮助自身保持市场竞争优势。

来源：网络大数据