考慮到(dao)現有(you)技術解決(jue)方(fang)案的(de)復(fu)雜性與多樣(yang)化(hua)，企業往往很難找到(dao)適(shi)合自(zi)己的(de)大(da)數(shu)(shu)據收集與分(fen)析工具。然(ran)而(er)，混亂的(de)時局(ju)之下已經(jing)有(you)多種方(fang)案脫穎(ying)而(er)出(chu)，證明其能(neng)夠幫助(zhu)大(da)家(jia)切實(shi)完成(cheng)大(da)數(shu)(shu)據分(fen)析類工作(zuo)。
工(gong)欲善(shan)其事，必先利其器!
一款(kuan)好(hao)的工(gong)具可(ke)以讓你事半功倍。
下面整理(li)出了一份包含十款工具的清(qing)單，從而有效壓縮選擇范疇。
1、OpenRefine
這是(shi)一款高人氣數據分(fen)析(xi)工具，適用于各類(lei)與分(fen)析(xi)相關的(de)任務。這意味著即(ji)使大(da)家(jia)擁有多川不同數據類(lei)型及名稱，這款工具亦能夠利用其強大(da)的(de)聚類(lei)算法完成條目(mu)分(fen)組。在(zai)聚類(lei)完成后，分(fen)析(xi)即(ji)可開始。
2、Hadoop
大數(shu)(shu)據與Hadoop可謂密(mi)不可分。這套(tao)軟件庫(ku)兼(jian)框架能夠利(li)用簡單的(de)編(bian)程模型將大規模數(shu)(shu)據集(ji)分發于(yu)計算機集(ji)群當(dang)中(zhong)。其尤為(wei)擅長處理大規模數(shu)(shu)據并使其可用于(yu)本地設備當(dang)中(zhong)。作(zuo)為(wei)Hadoop的(de)開發方，Apache亦在不斷強化(hua)這款工具以提升其實際效果(guo)。
3、Storm
同樣來自Apache的Storm是另一(yi)款偉大的實(shi)時計算系統，能夠極大強化無限數(shu)據(ju)(ju)流的處(chu)理(li)效(xiao)果(guo)。其(qi)亦(yi)可用于(yu)執行多種其(qi)它與大數(shu)據(ju)(ju)相關的任(ren)務(wu)，具(ju)體包括(kuo)分布式RPC、持續處(chu)理(li)、在線機器(qi)學(xue)習以(yi)及(ji)實(shi)時分析(xi)等等。使用Storm的另一(yi)大優勢在于(yu)，其(qi)整(zheng)合了大量其(qi)它技術，從而進一(yi)步降低(di)大數(shu)據(ju)(ju)處(chu)理(li)的復雜(za)性(xing)。
4、Plotly
這是一(yi)(yi)款數(shu)(shu)據可視(shi)化工具(ju)，可兼容JavaScript、MATLAB、Python以(yi)及R等(deng)語言。Plotly甚至能夠(gou)(gou)幫助不(bu)具(ju)備代碼編寫技能或者(zhe)時間的用戶完成動態可視(shi)化處理。這款工具(ju)常由(you)新一(yi)(yi)代數(shu)(shu)據科(ke)學家使用，因為其屬(shu)于一(yi)(yi)款業務(wu)開發平臺且能夠(gou)(gou)快速完成大規模數(shu)(shu)據的理解與分析。
5、Rapidminer
作為另一款大數(shu)據處理必要工具，Rapidminer屬于一套開源數(shu)據科(ke)學(xue)平臺，且(qie)通(tong)過可視化(hua)編(bian)程機制發(fa)揮作用。其功能包括對(dui)模型(xing)進行修改、分析與創建，且(qie)能夠(gou)快速將結(jie)果(guo)整(zheng)合至(zhi)業務流程當(dang)中(zhong)。Rapidminer目(mu)前備受矚目(mu)，且(qie)已經成為眾多(duo)知名數(shu)據科(ke)學(xue)家心目(mu)中(zhong)的可靠工具。
6、Cassandra
Apache Cassandra 是另一(yi)款值得關(guan)注的(de)工具，因(yin)為其能夠有效且高效地對大(da)規模數據(ju)加以管(guan)理。它(ta)屬于一(yi)套(tao)可擴(kuo)展NoSQL數據(ju)庫，能夠監控(kong)多座數據(ju)中(zhong)心內的(de)數據(ju)并已經在(zai)Netflix及eBay等知名企業當中(zhong)效力。
7、Hadoop MapReduce
這是(shi)一套(tao)軟件框架，允(yun)許用(yong)戶利用(yong)其編(bian)寫出以可靠方(fang)式(shi)并發處理大規模數據的(de)應用(yong)。MapReduce應用(yong)主要負責(ze)完成兩項(xiang)任(ren)務(wu)，即(ji)映射與(yu)規約，并由此提供(gong)多種數據處理結(jie)果。這款工具初由谷(gu)歌公司(si)開發完成。
8、Bokeh
這套可視化框架的主要目標在于提供(gong)精致且簡潔的圖形處理結果，用(yong)以強化大規(gui)模數據流的交互(hu)能力。其專門(men)供(gong)Python語言使用(yong)。
9、Wolfram Alpha
這是一套搜(sou)索引擎，旨在(zai)幫助用戶搜(sou)索其需(xu)要的計算素(su)材或者(zhe)其它內容。舉例來說，如果大(da)家輸(shu)入“Facebook”，即可獲得與Facebook相(xiang)關的HTML元素(su)結構(gou)、輸(shu)入解釋、Web托(tuo)管信(xin)(xin)息(xi)、網絡統計、子域(yu)、Alexa預估以及網頁(ye)信(xin)(xin)息(xi)等大(da)量(liang)內容。（相(xiang)關推(tui)薦：大數據行業發展好嗎）
10、Neo4j
其官方網站將這(zhe)(zhe)款(kuan)工具稱(cheng)為(wei)圖形(xing)數(shu)據(ju)(ju)庫技(ji)術的下(xia)一場革命。這(zhe)(zhe)種說法在一定程度(du)上并不夸張，因為(wei)此套數(shu)據(ju)(ju)庫使用數(shu)據(ju)(ju)間的關(guan)系(xi)(xi)以(yi)操作并強化性能表現。Neo4j目前已經(jing)由眾多(duo)企業用于利(li)用數(shu)據(ju)(ju)關(guan)系(xi)(xi)實現智能應用，從而幫助自身保(bao)持市場競(jing)爭優勢。
