玩转大数据也许真的可以离开Hadoop？

之前在学习大数据相关的内容，技术坑很多，水很深。偶然间在一位博主的博客中看到了Tablesaw这款开源工具，号称「MAKING BIGDATA SAMLL AGAIN」，觉得很神奇，遂前去一探究竟。

Tablesaw简介

引用官网的一段介绍：

Tablesaw is a high-performance, in-memory data table in Java.

Tablesaw’s design is driven by two ideas: First, few people need distributed analytics. On a single server, Tablesaw lets you work interactively with a 2,000,000,000 row table. (I plan to raise that ceiling, btw.) Second, it should be super easy to use: To that end I happily steal ideas from everything from spreadsheets to specialized column stores like KDB.

我们来总结下，Tablesaw设计初衷有以下两条：

作者认为很少有人真的需要进行分布式计算分析，在单台服务器上「Tablesaw」能支持最多20亿条数据，似乎在大多数情况下都能满足用户的计算需求；

大数据工具应该简单易用，费大把劲去搭建大数据集群估计已经吓退一拨人。

从本质上而言，我们发现「Tablesaw」就是一款基于内存，使用纯java实现的big spreadsheet。嗯，我相信你一定使用过Excel。

Tablesaw主要功能

既然Tablesaw宣称自己简单好用，那到底支持哪些功能呢，笔者新建了一个Maven工程玩了一把，貌似有以下功能：

在试用过程中有几点事项说明下：

Tablesaw适用场景

简单介绍了Tablesaw的主要功能以及未来的设想，其实我更关注的是如何与我们现有的应用场景进行结合，或者说Tablesaw在哪些场景下会比较适用，大致能想到的有以下两个领域：

作为缓存器，对于热点数据我们从持久化的关系型数据库读到内存之后，可以马上对外提供计算查询的API；

对于数据分析师，数据科学家等以实验论证形式展开工作的一类人，对他们来讲有一款简单易用的大数据工具绝对是福音。