| 大数据在各行各业中取得了迅猛发展，许多组织都被迫寻找新的创造性方法来管理和控制如此庞大的数据，当然这么做的目的不只是管理和控制数据，而是要
分析和挖掘其中的价值，来促进业务的发展。着眼大数据，过去几年内产生了许多颠覆性技术，比如Hadoop、MongDB、Spark、Impala等，
了解这些前沿技术还有助于你更好的把握大数据发展趋势。诚然，想了解一件事物，首先要了解与该事物有关的人。因此，要想了解大数据，光了解技术是远远不够
的，本文中大数据领域的十个巨头，将有助于你更深入掌握大数据这个行业的发展形势。 十大开源技术： Apache HBase:这个大数据管理平台建立在谷歌强大的BigTable管理引擎基础上。作为具有开源、Java编码、分布式多个优势的数据库，Hbase最初被设计应用于Hadoop平台，而这一强大的数据管理工具，也被Facebook采用，用于管理消息平台的庞大数据。 Apache Storm:用于处理高速、大型数据流的分布式实时计算系统。Storm为Apache Hadoop添加了可靠的实时数据处理功能，同时还增加了低延迟的仪表板、安全警报，改进了原有的操作方式，帮助企业更有效率地捕获商业机会、发展新业务。 Apache Spark:该技术采用内存计算，从多迭代批量处理出发，允许将数据载入内存做反复查询，此外还融合数据仓库、流处理和图计算等多种计算范式，Spark用Scala语言实现，构建在HDFS上，能与Hadoop很好的结合，而且运行速度比MapReduce快100倍。 Apache Hadoop:该技术迅速成为了大数据管理标准之一。当它被用来管理大型数据集时，对于复杂的分布式应用，Hadoop体现出了非常好的性能，平台的灵活性使它可以运行在商用硬件系统，它还可以轻松地集成结构化、半结构化和甚至非结构化数据集。 Apache Drill:你有多大的数据集？其实无论你有多大的数据集，Drill都能轻松应对。通过支持HBase、Cassandra和MongoDB,Drill建立了交互式分析平台，允许大规模数据吞吐，而且能很快得出结果。 Apache Sqoop:也许你的数据现在还被锁定于旧系统中，Sqoop可以帮你解决这个问题。这一平 台采用并发连接，可以将数据从关系数据库系统方便地转移到Hadoop中，可以自定义数据类型以及元数据传播的映射。事实上，你还可以将数据(如新的数 据)导入到HDFS、Hive和Hbase中。 Apache Giraph:这是功能强大的图形处理平台，具有很好可扩展性和可用性。该技术已经被Facebook采用，Giraph可以运行在Hadoop环境中，可以将它直接部署到现有的Hadoop系统中。通过这种方式，你可以得到强大的分布式作图能力，同时还能利用上现有的大数据处理引擎。 Cloudera Impala:Impala模型也可以部署在你现有的Hadoop群集上，监视所有的查询。该技术和MapReduce一样，具有强大的批处理能力，而且Impala对于实时的SQL查询也有很好的效果，通过高效的SQL查询，你可以很快的了解到大数据平台上的数据。 Gephi:它可以用来对信息进行关联和量化处理，通过为数据创建功能强大的可视化效果，你可以从数据中得 到不一样的洞察力。Gephi已经支持多个图表类型，而且可以在具有上百万个节点的大型网络上运行。Gephi具有活跃的用户社区，Gephi还提供了大 量的插件，可以和现有系统完美的集成到一起，它还可以对复杂的IT连接、分布式系统中各个节点、数据流等信息进行可视化分析。 MongoDB:这个坚实的平台一直被很多组织推崇，它在大数据管理上有极好的性能。MongoDB最初是 由DoubleClick公司的员工创建，现在该技术已经被广泛的应用于大数据管理。MongoDB是一个应用开源技术开发的NoSQL数据库，可以用于 在JSON这样的平台上存储和处理数据。目前，纽约时报、Craigslist以及众多企业都采用了MongoDB,帮助他们管理大型数据集。 (Couchbase服务器也作为一个参考)。 十大顶尖公司： Amazon Web Services Forrester将AWS称为“云霸主”,谈到云计算领域的大数据，那就不得不提到亚马逊。该公司的Hadoop产品被称为 EMR(Elastic Map Reduce)，AWS解释这款产品采用了Hadoop技术来提供大数据管理服务，但它不是纯开源Hadoop,经过修改后现在被专门用在AWS云上。 Forrester称EMR有很好的市场前景。很多公司基于EMR为客户提供服务，有一些公司将EMR应用于数据查询、建模、集成和管理。而且 AWS还在创新，Forrester称未来EMR可以基于工作量的需要自动缩放调整大小。亚马逊计划为其产品和服务提供更强大的EMR支持，包括它的 RedShift数据仓库、新公布的Kenesis实时处理引擎以及计划中的NoSQL数据库和商业智能工具。不过AWS还没有自己的Hadoop发行 版。 Cloudera Cloudera有开源Hadoop的发行版，这个发行版采用了Apache Hadoop开源项目的很多技术，不过基于这些技术的发行版也有很大的进步。Cloudera为它的Hadoop发行版开发了很多功能，包括 Cloudera管理器，用于管理和监控，以及名为Impala的SQL引擎等。Cloudera的Hadoop发行版基于开源Hadoop,但也不是纯 开源的产品。当Cloudera的客户需要Hadoop不具备的某些功能时，Cloudera的工程师们就会实现这些功能，或者找一个拥有这项技术的合作 伙伴。Forrester表示：“Cloudera的创新方法忠于核心Hadoop,但因为其可实现快速创新并积极满足客户需求，这一点使它不同于其他那 些供应商。”目前，Cloudera的平台已经拥有200多个付费客户，一些客户在Cloudera的技术支持下已经可以跨1000多个节点实现对PB级 数据的有效管理。 Hortonworks 和Cloudera一样，Hortonworks是一个纯粹的Hadoop技术公司。与Cloudera不同的是，Hortonworks坚信 开源Hadoop比任何其他供应商的Hadoop发行版都要强大。Hortonworks的目标是建立Hadoop生态圈和Hadoop用户社区，推进开 源项目的发展。Hortonworks平台和开源Hadoop联系紧密，公司管理人员表示这会给用户带来好处，因为它可以防止被供应商套牢(如果 Hortonworks的客户想要离开这个平台，他们可以轻松转向其他开源平台)。这并不是说Hortonworks完全依赖开源Hadoop技术，而是 因为该公司将其所有开发的成果回报给了开源社区，比如Ambari,这个工具就是由Hortonworks开发而成，用来填充集群管理项目漏洞。 Hortonworks的方案已经得到了Teradata、Microsoft、Red Hat和SAP这些供应商的支持。 IBM 当企业考虑一些大的IT项目时，很多人首先会想到IBM.IBM是Hadoop项目的主要参与者之一，Forrester称IBM已有100多 个Hadoop部署，它的很多客户都有PB级的数据。IBM在网格计算、全球数据中心和企业大数据项目实施等众多领域有着丰富的经验。“IBM计划继续整 合SPSS分析、高性能计算、BI工具、数据管理和建模、应对高性能计算的工作负载管理等众多技术。” Intel 和AWS类似，英特尔不 断改进和优化Hadoop使其运行在自己的硬件上，具体来说，就是让Hadoop运行在其至强芯片上，帮助用户打破Hadoop系统的一些限制，使软件和 硬件结合的更好，英特尔的Hadoop发行版在上述方面做得比较好。Forrester指出英特尔在最近才推出这个产品，所以公司在未来还有很多改进的可 能，英特尔和微软都被认为是Hadoop市场上的潜力股。 MapR Technologies MapR的Hadoop发行版目前为止也许是最好的了，不过很多人可能都没有听说过。Forrester对Hadoop用户的调查显 示，MapR的评级最高，其发行版在架构和数据处理能力上都获得了最高分。MapR已将一套特殊功能融入其Hadoop发行版中。例如网络文件系统 (NFS)、灾难恢复以及高可用性功能。Forrester说MapR在Hadoop市场上没有Cloudera和Hortonworks那样的知名 度，MapR要成为一个真正的大企业，还需要加强伙伴关系和市场营销。 Microsoft 微软在开源软件问题上一直很低调，但在大数据形势下，它不得不考虑让Windows也兼容Hadoop,它还积极投入到开源项目中，以更广泛地 推动Hadoop生态圈的发展。我们可以在微软的公共云Windows Azure HDInsight产品中看到其成果。微软的Hadoop服务基于Hortonworks的发行版，而且是为Azure量身定制的。 微软也有一些其他的项目，包括名为Polybase的项目，让Hadoop查询实现了SQLServer查询的一些功能。Forrester 说：“微软在数据库、数据仓库、云、OLAP、BI、电子表格(包括PowerPivot)、协作和开发工具市场上有很大优势，而且微软拥有庞大的用户 群，但要在Hadoop这个领域成为行业领导者还有很远的路要走。” Pivotal Software EMC和Vmware部分大数据业务分拆组合产生了Pivotal.Pivotal一直努力构建一个性能优越的Hadoop发行版，为 此，Pivotal在开源Hadoop的基础上又添加了一些新的工具，包括一个名为HAWQ的SQL引擎以及一个专门解决大数据问题的Hadoop应用。 Forrester称Pivotal Hadoop平台的优势在于它整合了Pivotal、EMC、Vmware的众多技术，Pivotal的真正优势实际上等于EMC和Vmware两大公司 为其撑腰。到目前为止，Pivotal的用户还不到100个，而且大多是中小型客户。 Teradata 对于Teradata来说，Hadoop既是一种威胁也是一种机遇。数据管理，特别是关于SQL和关系数据库这一领域是Teradata的专 长。所以像Hadoop这样的NoSQL平台崛起可能会威胁到Teradata.相反，Teradata接受了Hadoop,通过与 Hortonworks合作，Teradata在Hadoop平台集成了SQL技术，这使Teradata的客户可以在Hadoop平台上方便地使用存储 在Teradata数据仓库中的数据。 AMPLab 通过将数据转变为信息，我们才可以理解世界，而这也正是AMPLab所做的。AMPLab致力于机器学习、数据挖掘、数据库、信息检索、自然语言处理和语音识 别等多个领域，努力改进对信息包括不透明数据集内信息的甄别技术。除了Spark,开源分布式SQL查询引擎Shark也源于AMPLab,Shark具 有极高的查询效率，具有良好的兼容性和可扩展性。近几年的发展使计算机科学进入到全新的时代，而AMPLab为我们设想一个运用大数据、云计算、通信等各 种资源和技术灵活解决难题的方案，以应对越来越复杂的各种难题。 |
