Talend Open Studio for Big Data Talend Open Studio for Big Data允许大家直接向Hadoop中载入文件(通过HDFS、Hive以及Sqoop等)，而且无需进行手动编码。其图形化IDE所生成的原生Hadoop代码(支持YARN/MapReduce 2)能够利用Hadoop分布式环境实现大规模数据转换。 Talend的虚拟映射工具允许用户创建数据流并在无需涉及Pig的前提下加以测试。此外，项目进度安排与工作优化工具也进一步增强的工具包的功能阵容。 着手对大量数据进行整理分析的第一步，是将数据从多种来源处汇聚到Hadoop当中，而后再由Hadoop转移至其它平台。Talend Open Studio帮助大家在处理迁移流程时随心所欲，完全不必为担任复杂性而担忧。 -- James R. Borck 官方网站：http://www.talend.com/products/big-data
Apache Giraph Apache Giraph是一套图形处理系统，专为高扩展性及高可用性需求所打造。作为谷歌Pregel的开源替代方案，Giraph已经被Facebook公司用于分析用户社交图谱及其彼此关联。这套系统采用了来自Pregel的高效整体同步并行处理模式，从而避免了MapReduce在处理图形内容时存在的固有问题。好消息是：Giraph计算进程可在大家的现有Hadoop基础设施中作为Hadoop任务运行。只要同时运行其它一些同类工具，大家就相当于获得了分布式图形处理能力。 -- Indika Kotakadeniya 官方网站：http://giraph.apache.org/
Apache Hama 与Giraph类似，Apache Hama同样将整体同步并行处理机制引入Hadoop生态系统当中，而且以Hadoop分布式文件系统作为运行基础。不过与专注于图形处理任务的Giraph不同，Hama是一套更具通行特性的框架，旨在执行大量模型与图像计算任务。它将Hadoop的良好兼容性与更为灵活的编程模式结合起来，为数据密集型科学应用提供出色的运行基础。 -- Indika Kotakadeniya http://hama.apache.org/
Cloudera Impala Cloudera Impala在实时SQL查询中的意义，可以等同于MapReduce在批量处理领域的重要作用。Impala引擎位于Hadoop集群的每一个数据节点当中，从而灵活地侦听查询请求。经过对查询的分析之后，它会通过优化生成一套执行规划，并在集群中的计算节点之间负责并行处理的协调工作。通过上述努力，Impala为用户在Haoop环境下带来更低的SQL查询延迟，并以接近实时的状态对大数据加以理解。 由于Impala也能直接使用大家的原生Hadoop基础设施(例如HDFS、HBase以及Hive元数据)，多方配合将构成一整统一平台，用户可以在不涉及连接器复杂性、ETL或者昂贵数据仓库等机制的前提下实现全面数据分析。此外，Impala可以从任何ODBC/JDBC源处轻松获取，所以能够成为Pentaho等商务智能工具包中的理想组件。 -- James R. Borck 官方网站：http://www.cloudera.com/content/cloudera/en/home.html
Serengeti 作为VMware将虚拟化带入大数据处理领域的重要项目，Serengeti允许大家将Hadoop集群以动态方式运行在共享式服务器基础设施当中。该项目利用Apache Hadoop虚拟化扩展——由VMware开发并贡献——从而使Hadoop成功步入虚拟化环境。 在Serengeti的帮助下，我们可以在几分钟之内完成Hadoop集群环境部署，且不必涉及节点布局、HA状态或者作业调度等令人头痛的配置选项。进一步讲，通过在每台主机内的多套虚拟机系统中部署Hadoop，Serengeti能够将数据及计算功能加以划分，并在维护本地数据存储的同时改进计算规模。 -- James R. Borck 官方网站：http://projectserengeti.org/
|
