🧭 大数据分析网站导航

相关介绍 实现大数据的全数据（结构化数据、半结构化数据和非结构化数据）存储管理和高效分析

相关介绍 一个免费开源、分布式、高容错的实时计算系统

相关介绍 全球领先的业务分析解决方案、数据分析解决方案和混合云产品和服务的供应商

相关介绍 Apache Hadoop软件库是一个框架，允许使用简单的编程模型跨计算机集群分布式处理大型数据集。它被设计为从单个服务器扩展到数千台机器，每台机器都提供本地计算和存储。与其依赖硬件来提供高可用性，库本身设计用于检测和处理应用程序层的故障，因此可以在计算机群集上提供高可用服务，每个计算机群集都可能发生故障。

相关介绍 一款高吞吐量、低延迟的针对流数据和批数据的分布式实时处理引擎

相关介绍 Presto 是一个开源 SQL 查询引擎，可大规模快速、可靠且高效。使用 Presto 以亚秒级的性能为大容量应用程序运行交互式/即席查询。

相关介绍 Impala是一个架构于hadoop之上的全新、开源MPP查询引擎，提供低延迟、高并发的以读为主的查询。通过Impala，你可以使用SELECT、JOIN和聚集函数等语法，实时地查询储存在HDFS或HBase上的数据。 Impala使用Hive的元数据库、SQL语法、ODBC驱动及用户界面。在使用impala的时候，必须保证hive服务是正常可靠的，至少metastore开启。 Impala跟Hive最大的区别在于：没有使用 MapReduce进行并行计算，Impala把整个查询分成执行计划树，在分发执行计划后，Impala使用拉式获取数据的方式获取结果，把结果数据组成按执行树流式传递汇集，减少的了把中间结果写入磁盘的步骤，再从磁盘读取数据的开销。 官方测试性能比hive快10到100倍，是当前大数据生态圈中执行效率最高的SQL类软件。

相关介绍 专为大规模数据处理而设计的快速通用的计算引擎

相关介绍 一个分布式流处理框架,基于Kafka消息队列来实现类实时的流式数据处理

相关介绍 Cloudera提供了一个具有安全数据管理和便携式云原生数据分析的混合数据平台，可更快、更容易地将任何地方的复杂数据转换为可操作的见解。

相关介绍 Apache Hive™ 数据仓库软件使用SQL帮助读取、写入和管理驻留在分布式存储中的大型数据集。结构可以投影到存储中的数据上。提供了一个命令行工具和JDBC驱动程序来将用户连接到Hive。

相关介绍 Apache Kylin™是一个开源的、分布式的分析型数据仓库，提供Hadoop/Spark 之上的 SQL 查询接口及多维分析（OLAP）能力以支持超大规模数据，最初由 eBay 开发并贡献至开源社区。它能在亚秒内查询巨大的表。

相关介绍 一个针对大数据应用的成熟的SQL-on-Hadoop的数据库管理系统

相关介绍 独立于存储与执行的SQL解析、优化引擎,广泛应用于各种离线、搜索、实时查询引擎

相关介绍 Apache Phoenix 通过结合两全其美的优势，在 Hadoop 中为低延迟应用程序启用 OLTP 和运营分析： 标准 SQL 和 JDBC API 的强大功能，具有完整的 ACID 事务功能，以及 NoSQL 世界中的后期绑定、读时模式功能的灵活性，通过利用 HBase 作为其后备存储 Apache Phoenix与其他Hadoop产品完全集成，如Spark，Hive，Pig，Flume和Map Reduce。

相关介绍 Apache HAWQ 是 Apache Hadoop Native SQL。 面向企业的高级分析 MPP 数据库。 在同类产品中，只有 Apache HAWQ 结合了基于 MPP 的卓越分析性能、强大的 ANSI SQL 合规性、Hadoop 生态系统集成和可管理性以及灵活的数据存储格式支持。所有这些都是Apache Hadoop的原生语言。无需连接器。 HAWQ®建立在十年来通过创建Pivotal Greenplum®企业数据库和开源PostgreSQL开发的大规模并行处理（MPP）专业知识的基础上，使您能够通过HDFS本地快速交互式地查询Hadoop数据。 2018年8月15日，ASF董事会将Apache HAWQ作为顶级项目，并经与会董事一致投票批准。请参阅ASF的美联社新闻稿。HAWQ于2015年9月进入孵化阶段，并作为孵化项目进行了四次发布。在此过程中，HAWQ社区一直在努力确保该项目是根据The Apache Way的原则开发的。我们将在未来作为TLP继续这样做，尽我们所能。

相关介绍 Apache Tajo™：Hadoop上的大数据仓库系统 Apache Tajo是Apache Hadoop的强大大数据关系和分布式数据仓库系统。Tajo 专为存储在 HDFS（Hadoop 分布式文件系统）和其他数据源上的大数据集上的低延迟和可扩展的即席查询、在线聚合和 ETL（提取-转换-加载过程）而设计。通过支持 SQL 标准并利用高级数据库技术，Tajo 允许跨各种查询评估策略和优化机会直接控制分布式执行和数据流。 特征 快速高效 完全分布式的 SQL 查询处理引擎 高级查询优化，例如基于成本的查询优化和渐进式查询优化 对合理数据集的交互式分析 可 伸缩 长时间运行的查询的容错和动态调度 用于大于主内存的数据集的核外算法 相容 ANSI/ISO SQL 标准合规性 Hive 元存储访问支持 JDBC 驱动程序支持 支持各种文件格式，如CSV，JSON，RCFile，SequenceFile，ORC和Parquet 容易 用户定义的函数 交互式外壳 方便的备份/还原实用程序 异步/同步 Java API

相关介绍 Apache Drill是一个低延迟的分布式海量数据（涵盖结构化、半结构化以及嵌套数据）交互式查询引擎，使用ANSI SQL兼容语法，支持本地文件、HDFS、HBase、MongoDB等后端存储，支持Parquet、JSON、CSV、TSV、PSV等数据格式。

相关介绍 快速轻松地构建和部署大数据分析应用程序

相关介绍 通过可靠的企业级平台广泛支持各种任务关键型及实时生产用途，以实现其Hadoop技术承诺

相关介绍 完整分析功能套件，制定决策更快速，更完善！

相关介绍 任何应用程序、每个云、一个模块化平台 按照自己的方式进行创新。VMware Tanzu 使开发人员和运营人员能够在任何云和边缘构建、交付和管理客户 渴望的云原生应用。

相关介绍 无共享的MPP架构列式数据库，存放多至PB级别的结构化数据

相关介绍 Oracle 大数据服务可帮助数据专业人员管理、编目和处理原始数据。Oracle提供对象存储和基于Hadoop的数据湖，用于持久性，Spark用于处理，并通过Oracle云SQL或客户选择的分析工具进行分析。