大数据技术 未来发展前景及趋势分析

流大数据分析

· Storm: Apache Storm是一种开源的分布式实时计算系统。Storm加速了流数据处理的过程，为Hadoop批处理提供实时数据处理。

著名猎头机构推荐金领职位 企业 职位 经理人 专访 社区 会员 军工仪器研发制造--电子工程师/项目经理 30-50万 北京 电网侧储能初创公司-全钒液流储能-收购德国技术团队--CEO 150-200万 北京 深圳 央企背景-全钒液流电池电堆设计高级工程师（全钒液流储能） 40-70万 河北 深圳 新药/仿制药-研发系统-制剂部负责人CSO 60-70万 北京 成都 江苏 光电通信芯片-INP光芯片设计资深专家 80-150万 深圳 青岛 语音操作系统产品经理（人工智能） 40-70万 北京 天津 香港AI机器人-研发项目经理-图像处理/计算机视觉/机器学习算法 60-100万 香港 海外 中国著名航空材料公司-冶金(金相)专家 150-300万 北京 西安

· Spark: Spark是一个兼容Hadoop数据源的内存数据处理平台，运行速度相比于Hadoop MapReduce更快。Spark适合机器学习以及交互式数据查询工作，包含Scala、Python和Java API，这更有利于开发人员使用。

· Twitter流处理工具Summingbird: 与Storm和Scalding相似，开发者可以使用非常接近原生的Scala或者Java 在Summingbird上执行MapReduce作业。

· AWS Kinesis: Amazon Kinesis是一种实时数据流处理管理服务。它可以收集和处理来自不同数据源的数据，允许开发者编写可处理实时信息的应用程序，来源网站click- streams、营销和财务信息、制造工具和社交媒体，和操作日志和计量数据。

· Data Torrent：Data Torrent是实时流媒体平台，可使企业执行数据处理或转换结构化与非结构化数据、实时数据流到数据中心。该产品主要利用Hadoop 2.0和YARN技术。

· Spring XD：通过任意数量的处理器，Spring XD架构支持事件驱动的数据流摄入。流是由Spring集成适配器支持。

· SQL Stream: SQL Stream为流媒体分析、可视化和机器数据持续集成提供了一个分布式流处理平台。

大数据(Hadoop)即服务

· Elastic MapReduce: Amazon Elastic MapReduce(亚马逊EMR)是一个web服务，提供大量数据处理。通过一个大小可调整的Amazon EC2实例集群，EMR使用Hadoop来分配并处理数据。

· Qubole: Qubote的大数据服务提供Hadoop集群内置数据连接器和大数据项目图形编辑器。

· Mortar：Mortar 是一个通用的大规模科学数据平台。它建立在Amazon Web服务云，使用弹性MapReduce(EMR)启动Hadoop集群并处理大型数据集。Mortar可运行Apache Pig，这是一个构建在Hadoop上的数据流语言。此外，Mortar还可运行Hadoop]、Pig、Java、Python和Luigi等，让用户 专注于研究科学数据，无需担心IT基础设施。

· Rackspace: Rackspace Hadoop集群可运行Hadoop Rackspace托管专用服务器，自旋向上Hadoop公共云，或配置自己的私有云。

· Joyent : Joyent Hadoop是一个基于Apache Hadoop项目大数据托管环境云的解决方案。提供数据存储服务获取、分析和访问任何数据格式、数据管理服务以处理、监控和运行Hadoop及数据平台服务安全、存档和规模一致的可用性。

· Google: Hadoop在谷歌的云平台上使用开源的Apache Hadoop谷歌计算引擎的虚拟机。

SQL-in-Hadoop解决方案

· Apache Hive: Apache Hive优化了大型数据集分布式存储的查询和管理过程。Mapreduce开发者也可以插入自定义映射器和还原剂。

· Impala: Cloudera的Impala是一个开源的大规模并行处理(MPP)SQL查询引擎，运行在Apache Hadoop。用户可直接查询存储在HDFS和Apache HBase的数据，无需进行数据迁移或转换。

· Shark: Shark是一种与Apache Hive兼容的Spark数据仓库系统。Shark支持Hive查询语言、metastore、序列化格式和用户自定义函数。

· Spark SQL: Spark SQL的前身是shark。在hadoop发展过程中，为了给熟悉RDBMS但又不理解MapReduce的技术人员提供快速上手的工具，hive应运而 生，是当时唯一运行在hadoop上的SQL-on-Hadoop工具。但是，MapReduce计算过程中大量的中间磁盘落地过程消耗了大量的I/O， 降低的运行效率，为了提高SQL-on-Hadoop的效率，大量的SQL-on-Hadoop工具开始产生。

· Apache Drill: Apache Drill目前是Apache的一个孵化项目。提供了不同数据源特别的查询，包括嵌套数据。受Google Dremel的启发，Drill是专为大型数据集提供可扩展性和查询的能力。该项目是由MapR写成。

· Apache Tajo: Apache Tajo是Apache Hadoop大数据相关的分布式数据仓库系统。Tajo专为低延迟、可扩展的即时查询、在线聚合及ETL(提取-转换-装载过程)在大型数据集存储在 HDFS(Hadoop分布式文件系统)和其他数据源。

· Presto: Presto框架转眼间从Facebook框架是一个Presto是Facebook开发的开源分布式SQL查询引擎，支持对任意级大小的数据源进行快速地交互分析。

· Phoenix: Phoenix是一款开源的Apache HBase SQL查询引擎，由JDBC驱动程序，可使用SQL查询和管理HBase表。此项目已提交成为Apache孵化器项目。

· Pivotal’s HAWQ: 作为Pivotal大数据集的一部分，HAWQ是一个MPP SQL处理引擎。HAWQ实际上就是一个大规模并行处理工程或MPP，数据库运行在Hadoop中，位于HDFS的顶部。作为一个单一的系统，它将一整套 聚合基础设施嵌入系统，那套聚合基础设施可以运行和提供Hadoop和HDFS必须提供的所有功能以及你能从MPP数据库中获得的规模、性能和可查询功 能。

大数据Lambda架构

Lambda系统架构(LA)提供了一个结合实时数据和Hadoop预先计算的数据环境的混合平台，以提供一个实时的数据视图。Lambda架构框架主要包括：

· Twitter’s Summingbird：Twitter的开源Summingbird大数据分析工具，通过整合批处理与流处理来减少它们之间的转换开销。区别于以往的更 快、更准确节奏，Summingbird更注重于流处理与批处理的无缝整合，以及编程语言的原生化。Summingbird是一个大规模数据处理系统，支 持开发者以批处理模式(基于Hadoop/MapReduce)或流处理模式(基于Storm)或混合模式(即组合前两种模式)以统一的方式执行代码。

· Lambdoop: Lambdoop是一个Java框架，用于以与Lambda架构一致的方式开发大数据应用。Lambda架构的特色是有一个不可修改、只能追加数据的主数据库，并组合了批处理、服务和加速等不同的层。

· Value Proposition: 这些数据库的价值在于其可能带来的商机。