解讀大數(shù)據(jù)以及大數(shù)據(jù)的常用工具
大數(shù)據(jù)工具是什么?顧名思義,大數(shù)據(jù)工具就是用戶大數(shù)據(jù)工作的工具統(tǒng)稱,比如從事大數(shù)據(jù)開發(fā)工作會用到java、hadoop、spark、storm、es等,而從事大數(shù)據(jù)可視化工作需要很多的數(shù)據(jù)可視化工具,比如echarts、samrtbi、tableau、D3.js等,大數(shù)據(jù)工作人員利用這些工具來進行日常的大數(shù)據(jù)工作。
下面我們來介紹一些大數(shù)據(jù)工作中用到的工具。
1. Hivemall
Hivemall結合了面向Hive的多種機器學習算法。它包括諸多高度擴展性算法,可用于數(shù)據(jù)分類、遞歸、推薦、k最近鄰、異常檢測和特征哈希。
支持的操作系統(tǒng):與操作系統(tǒng)無關。
Hivemall官網(wǎng)鏈接:https://github.com/myui/hivemall
2. Mahout
Mahout 是 Apache Software Foundation(ASF) 旗下的一個開源項目,提供一些可擴展的機器學習領域經典算法的實現(xiàn),旨在幫助開發(fā)人員更加方便快捷地創(chuàng)建智能應用程序。Mahout包含許多實現(xiàn),包括聚類、分類、推薦過濾、頻繁子項挖掘。此外,通過使用 Apache Hadoop 庫,Mahout 可以有效地擴展到云中。
Mahout官網(wǎng)地址:http://mahout.apache.org/
3. MapReduce
MapReduce是一種編程模型,用于大規(guī)模數(shù)據(jù)集(大于1TB)的并行運算。概念"Map(映射)"和"Reduce(歸約)",是它們的主要思想,都是從函數(shù)式編程語言里借來的,還有從矢量編程語言里借來的特性。它極大地方便了編程人員在不會分布式并行編程的情況下,將自己的程序運行在分布式系統(tǒng)上。
MapReduce相關文檔:http://hadoop.apache.org/docs/r1.2.1/mapred_tutorial.html
4. Oozie
Oozie是一種Java Web應用程序,它運行在Java servlet容器——即Tomcat——中,并使用數(shù)據(jù)庫來存儲以下內容:
● 工作流定義
● 當前運行的工作流實例,包括實例的狀態(tài)和變量
Oozie官網(wǎng)地址:http://oozie.apache.org/
5. Pig
Pig是一種數(shù)據(jù)流語言和運行環(huán)境,用于檢索非常大的數(shù)據(jù)集。為大型數(shù)據(jù)集的處理提供了一個更高層次的抽象。Pig包括兩部分:一是用于描述數(shù)據(jù)流的語言,稱為Pig Latin;二是用于運行Pig Latin程序的執(zhí)行環(huán)境。
Pig官網(wǎng)地址:http://pig.apache.org/
6. Sqoop
Sqoop(發(fā)音:skup)是一款開源的工具,主要用于在Hadoop(Hive)與傳統(tǒng)的數(shù)據(jù)庫(mysql、postgresql...)間進行數(shù)據(jù)的傳遞,可以將一個關系型數(shù)據(jù)庫(例如 : MySQL ,Oracle ,Postgres等)中的數(shù)據(jù)導進到Hadoop的HDFS中,也可以將HDFS的數(shù)據(jù)導進到關系型數(shù)據(jù)庫中。
Sqoop官網(wǎng)地址:http://sqoop.apache.org/
Sqoop相關文檔:http://sqoop.apache.org/docs/1.4.5/index.html
7. Spark
Spark 是一種與 Hadoop 相似的開源集群計算環(huán)境,但是兩者之間還存在一些不同之處,這些有用的不同之處使 Spark 在某些工作負載方面表現(xiàn)得更加優(yōu)越,換句話說,Spark 啟用了內存分布數(shù)據(jù)集,除了能夠提供交互式查詢外,它還可以優(yōu)化迭代工作負載。
Spark官網(wǎng)地址:http://spark.apache.org/
8. Tez
Tez建立在Apache Hadoop YARN的基礎上,這是“一種應用程序框架,允許為任務構建一種復雜的有向無環(huán)圖,以便處理數(shù)據(jù)。”它讓Hive和Pig可以簡化復雜的任務,而這些任務原本需要多個步驟才能完成。
支持的操作系統(tǒng):Windows、Linux和OS X。
Tez官網(wǎng)鏈接:http://tez.apache.org
9. Zookeeper
ZooKeeper是一個分布式的,開放源碼的分布式應用程序協(xié)調服務,是Google的Chubby一個開源的實現(xiàn),是Hadoop和Hbase的重要組件。它是一個為分布式應用提供一致性服務的軟件,提供的功能包括:配置維護、域名服務、分布式同步、組服務等。
Zookeeper官網(wǎng):http://zookeeper.apache.org/
10.finndy+
finndy+是一個分布式的云采集工具,在全球有2000+高匿分布式節(jié)點,機器學習防屏蔽算法,自定義腳本引擎,首創(chuàng)單步調模式,一鍵API輸出。同時擁有海量免費采集規(guī)則和交易市場。

責任編輯:售電衡衡
-
權威發(fā)布 | 新能源汽車產業(yè)頂層設計落地:鼓勵“光儲充放”,有序推進氫燃料供給體系建設
2020-11-03新能源,汽車,產業(yè),設計 -
中國自主研制的“人造太陽”重力支撐設備正式啟運
2020-09-14核聚變,ITER,核電 -
探索 | 既耗能又可供能的數(shù)據(jù)中心 打造融合型綜合能源系統(tǒng)
2020-06-16綜合能源服務,新能源消納,能源互聯(lián)網(wǎng)
-
新基建助推 數(shù)據(jù)中心建設將迎爆發(fā)期
2020-06-16數(shù)據(jù)中心,能源互聯(lián)網(wǎng),電力新基建 -
泛在電力物聯(lián)網(wǎng)建設下看電網(wǎng)企業(yè)數(shù)據(jù)變現(xiàn)之路
2019-11-12泛在電力物聯(lián)網(wǎng) -
泛在電力物聯(lián)網(wǎng)建設典型實踐案例
2019-10-15泛在電力物聯(lián)網(wǎng)案例
-
新基建之充電樁“火”了 想進這個行業(yè)要“心里有底”
2020-06-16充電樁,充電基礎設施,電力新基建 -
燃料電池汽車駛入尋常百姓家還要多久?
-
備戰(zhàn)全面電動化 多部委及央企“定調”充電樁配套節(jié)奏
-
權威發(fā)布 | 新能源汽車產業(yè)頂層設計落地:鼓勵“光儲充放”,有序推進氫燃料供給體系建設
2020-11-03新能源,汽車,產業(yè),設計 -
中國自主研制的“人造太陽”重力支撐設備正式啟運
2020-09-14核聚變,ITER,核電 -
能源革命和電改政策紅利將長期助力儲能行業(yè)發(fā)展
-
探索 | 既耗能又可供能的數(shù)據(jù)中心 打造融合型綜合能源系統(tǒng)
2020-06-16綜合能源服務,新能源消納,能源互聯(lián)網(wǎng) -
5G新基建助力智能電網(wǎng)發(fā)展
2020-06-125G,智能電網(wǎng),配電網(wǎng) -
從智能電網(wǎng)到智能城市