原创 大数据领域好用的开源软件推荐

相信大家都明白开源软件的重要性，好用的开源软件真的是太多了。本文就主要针对大数据领域，给大家推荐十款好用的开源软件，即HBase、Hadoop分布式文件系统、Hive、Spark、Redis、SpagoBI、Lucene、HDP、CDH、HPCC。

 

1、HBase

HBase是为有数十亿行和数百万列的超大表设计的，这是一种分布式数据库，可以对大数据进行随机性的实时读取/写入访问。它有点类似谷歌的Bigtable，不过基于Hadoop和Hadoop分布式文件系统（HDFS）而建。

2、Hadoop分布式文件系统（HDFS）

HDFS是面向Hadoop的文件系统，不过它也可以用作一种独立的分布式文件系统。它基于Java，具有容错性、高度扩展性和高度配置性。支持的操作系统：Windows、Linux和OS X。

3、Hive

Apache Hive是面向Hadoop生态系统的数据仓库。它让用户可以使用HiveQL查询和管理大数据，这是一种类似SQL的语言。

4、Spark

作为MapReduce之外的一种选择，Spark是一种数据处理引擎。它声称，用在内存中时，其速度比MapReduce最多快100倍；用在磁盘上时，其速度比MapReduce最多快10倍。它可以与Hadoop和Apache Mesos一起使用，也可以独立使用。支持的操作系统：Windows、Linux和OS X。

5、Redis

Redis现在由Pivotal赞助，这是一种键值缓存和存储系统。提供收费支持。要注意：虽然该项目并不正式支持Windows，不过微软在GitHub上有一个Windows派生版。支持的操作系统：Linux。

6、SpagoBI

Spago被市场分析师们称为“开源领袖”，它提供商业智能、中间件和质量保证软件，另外还提供Java EE应用程序开发框架。该软件百分之分免费、开源，不过也提供收费的支持、咨询、培训及其他服务。

7、Lucene

基于Java的Lucene可以非常迅速地执行全文搜索。据官方网站声称，它在现代硬件上每小时能够检索超过150GB的数据，它含有强大而高效的搜索算法。开发工作得到了Apache软件基金会的赞助。

8、HDP

HDP是Apache Hadoop分发版。Hortonworks Data Platform(HDP)用于创建安全的企业数据湖，为企业提供实现快速、实时商业洞察力所需的分析信息。HDP是一个开源大数据的生态系统。

9、CDH

CDH是Apache Hadoop分发版。CDH除没有HDP那样开放开源外，其它都很类似。CDH文档都组织、整理的不错，可作为了解、学习大数据、Apache Hadoop的一个重要资源。

10、HPCC

在Apache Hadoop & Spark统治的大数据市场，HPCC显得弥足珍贵，值得更多关注。HPCC 包括以下核心组件：Thor (the Data Refinery Cluster)；Roxie (Rapid Online XML Inquiry Engine, the Query Cluster)；ECL (Enterprise Control Language)ECL IDE；ESP (Enterprise Services Platform)。HPCC在安全、身份和风险管理有众多成功案例。

以上十款大数据领域好用的开源软件就推荐到这里了。当然啦，好用的开源软件的还有很多，小编会陆续整理出来。希望本篇文章能够对大家有所帮助。