今天真是一個美好的時代。有無數(shù)的開源系統(tǒng)可以為我們提供服務(wù)?，F(xiàn)在有很多開發(fā)軟件可以用在工業(yè)大數(shù)據(jù)上。當(dāng)然，很多系統(tǒng)還不成熟，應(yīng)用到行業(yè)中還需要謹慎，開發(fā)者需要一定程度的優(yōu)化和調(diào)整。下面簡單介紹一些開源的大數(shù)據(jù)工具，看看有哪些可以應(yīng)用到工業(yè)大數(shù)據(jù)領(lǐng)域。下面這張圖是我根據(jù)網(wǎng)上流傳的一個開源大數(shù)據(jù)軟件分類圖整理出來的:我們可以把開源大數(shù)據(jù)軟件分成幾類，其中一部分可以逐步應(yīng)用到工業(yè)大數(shù)據(jù)領(lǐng)域。下面就逐一介紹這些軟件吧。

(2) Hadoop，文件數(shù)據(jù)庫，是大數(shù)據(jù)時代的明星產(chǎn)品。其最大的成就在于Hadoop分布式文件系統(tǒng)(HDFS)的實現(xiàn)。HDFS具有高容錯性的特點，被設(shè)計成部署在低成本的硬件上，并且它提供高吞吐量來訪問應(yīng)用數(shù)據(jù)，這適用于那些具有非常大的數(shù)據(jù)集的應(yīng)用。

分布式文件存儲，NoSQL數(shù)據(jù)庫，NewSQL數(shù)據(jù)庫。分布式文件存儲是一種數(shù)據(jù)存儲技術(shù)，通過網(wǎng)絡(luò)利用企業(yè)內(nèi)每臺機器上的磁盤空間，用這些分散的存儲資源形成一個虛擬的存儲設(shè)備，數(shù)據(jù)分散存儲在企業(yè)的各個角落。分布式文件存儲采用可擴展的系統(tǒng)結(jié)構(gòu)，使用多個存儲服務(wù)器分擔(dān)存儲負載，使用位置服務(wù)器存儲信息。它不僅提高了系統(tǒng)的可靠性、可用性和訪問效率，而且易于擴展。

關(guān)系型數(shù)據(jù)庫不能滿足Web2.0的需求，主要表現(xiàn)在:不能滿足海量數(shù)據(jù)的管理需求，不能滿足高數(shù)據(jù)并發(fā)的需求，高可擴展性和高可用性的功能太低。NewSQL是各種新型可擴展/高性能數(shù)據(jù)庫的簡稱，既具有NoSQL對海量數(shù)據(jù)的存儲和管理能力，又保持了傳統(tǒng)數(shù)據(jù)庫支持ACID和SQL的特點。

大數(shù)據(jù)的增長為企業(yè)管理大量數(shù)據(jù)帶來了挑戰(zhàn)和機遇。以下是信息管理的大數(shù)據(jù)工具列表:1。ApacheHiveHive是一個基于hadoop的開源數(shù)據(jù)倉庫基礎(chǔ)設(shè)施。通過Hive，很容易在Hadoop上ETL數(shù)據(jù)、結(jié)構(gòu)化數(shù)據(jù)和查詢處理大數(shù)據(jù)文件。Hive提供了一種簡單的類似SQL的查詢語言HiveQL。

2JaspersoftBI Suite Jaspersoft軟件包是一款通過數(shù)據(jù)庫列生成報表的開源軟件。行業(yè)領(lǐng)導(dǎo)者發(fā)現(xiàn)Jaspersoft軟件是一流的，許多企業(yè)已經(jīng)使用它將SQL表轉(zhuǎn)換為pdf，使每個人都能在會議上考慮它，此外，JasperReports提供了一個連接配置單元，而不是HBase。3.1010data1010data成立于2000年，是一家總部位于紐約的分析云服務(wù)，旨在為華爾街的客戶，甚至是NYSEEuronext、游戲和電信的客戶提供服務(wù)。