一、生态系统
- 这一切,都起源自Web数据爆炸时代的来临
- 数据抓取系统 - Nutch
- 海量数据怎么存,当然是用分布式文件系统 - HDFS
- 数据怎么用呢,分析,处理
- MapReduce框架,让你编写代码来实现对大数据的分析工作
- 非结构化数据(日志)收集处理 - fuse,webdav, chukwa, flume, Scribe
- 数据导入到HDFS中,至此RDBSM也可以加入HDFS的狂欢了 - Hiho, sqoop
- MapReduce太麻烦,好吧,让你用熟悉的方式来操作Hadoop里的数据 – Pig, Hive, Jaql
- 让你的数据可见 - drilldown, Intellicus
- 用高级语言管理你的任务流 – oozie, Cascading
- Hadoop当然也有自己的监控管理工具 – Hue, karmasphere, eclipse plugin, cacti, ganglia
- 数据序列化处理与任务调度 – Avro, Zookeeper
- 更多构建在Hadoop上层的服务 –Mahout, Elastic map Reduce
- OLTP存储系统 – Hbase
大数据产业可划分为六大类,共38种产品/商业模式:
1. 大数据基础设施类(NoSQL数据库、Hadoop相关产品、NewSQL数据库、MPP受苦、管理监控等)
2.大数据分析类(分析解决方案、数据可视化、统计计算、社交媒体、舆情分析、分析服务、IT分析等)
3.大数据应用类(广告优化、出版工具、市场营销、行业应用、大数据应用服务提供商)
4.大数据数据源类(数据市场、数据源)
5.跨基础设施分析(主要为传统IT巨头业务延伸)
6.开源项目(框架、查询/数据流、数据访问、协作/工作流、实时、统计工具、机器学习、云部署)
Hadoop是什么?
适合大数据的分布式存储与计算平台