在大數(shù)據(jù)處理分析過程中常用的六大工具：

Hadoop

Hadoop是一個能夠?qū)Υ罅繑?shù)據(jù)進行分布式處理的軟件框架。但是 Hadoop是以一種可靠、高效、可伸縮的方式進行處理的。Hadoop是可靠的，因為它假設(shè)計算元素和存儲會失敗，因此它維護多個工作數(shù)據(jù)副本，確保能夠針對失敗的節(jié)點重新分布處理。Hadoop是高效的，因為它以并行的方式工作，通過并行處理加快處理速度。Hadoop還是可伸縮的，能夠處理 PB級數(shù)據(jù)。此外，Hadoop依賴于社區(qū)服務(wù)器，因此它的成本比較低，任何人都可以使用。

HPCC

HPCC，High Performance Computing and Communications(高性能計算與通信)的縮寫。1993年，由美國科學(xué)、工程、技術(shù)聯(lián)邦協(xié)調(diào)理事會向國會提交了“重大挑戰(zhàn)項目：高性能計算與通信”的報告，也就是被稱為HPCC計劃的報告，即美國總統(tǒng)科學(xué)戰(zhàn)略項目，其目的是通過加強研究與開發(fā)解決一批重要的科學(xué)與技術(shù)挑戰(zhàn)問題。HPCC是美國實施信息高速公路而上實施的計劃，該計劃的實施將耗資百億美元，其主要目標(biāo)要達到：開發(fā)可擴展的計算系統(tǒng)及相關(guān)軟件，以支持太位級網(wǎng)絡(luò)傳輸性能，開發(fā)千兆比特網(wǎng)絡(luò)技術(shù)，擴展研究和教育機構(gòu)及網(wǎng)絡(luò)連接能力。

Storm

Storm是自由的開源軟件，一個分布式的、容錯的實時計算系統(tǒng)。Storm可以非常可靠的處理龐大的數(shù)據(jù)流，用于處理Hadoop的批量數(shù)據(jù)。Storm很簡單，支持許多種編程語言，使用起來非常有趣。

Apache Drill

為了幫助企業(yè)用戶尋找更為有效、加快Hadoop數(shù)據(jù)查詢的方法，Apache軟件基金會近日發(fā)起了一項名為“Drill”的開源項目。Apache Drill實現(xiàn)了 Google's Dremel.

據(jù)Hadoop廠商MapR Technologies公司產(chǎn)品經(jīng)理Tomer Shiran介紹，“Drill”已經(jīng)作為Apache孵化器項目來運作，將面向全球軟件工程師持續(xù)推廣。

RapidMiner

RapidMiner是世界領(lǐng)先的數(shù)據(jù)挖掘解決方案，在一個非常大的程度上有著先進技術(shù)。它數(shù)據(jù)挖掘任務(wù)涉及范圍廣泛，包括各種數(shù)據(jù)藝術(shù)，能簡化數(shù)據(jù)挖掘過程的設(shè)計和評價。

Pentaho BI

Pentaho BI平臺不同于傳統(tǒng)的BI產(chǎn)品，它是一個以流程為中心的，面向解決方案(Solution)的框架。其目的在于將一系列企業(yè)級BI產(chǎn)品、開源軟件、API等等組件集成起來，方便商務(wù)智能應(yīng)用的開發(fā)。它的出現(xiàn)，使得一系列的面向商務(wù)智能的獨立產(chǎn)品如Jfree、Quartz等等，能夠集成在一起，構(gòu)成一項項復(fù)雜的、完整的商務(wù)智能解決方案。

1、數(shù)據(jù)處理工具：Excel

數(shù)據(jù)分析師，在有些公司也會有數(shù)據(jù)產(chǎn)品經(jīng)理、數(shù)據(jù)挖掘工程師等等。他們最初級最主要的工具就是Excel。有些公司也會涉及到像Visio，Xmind、PPT等設(shè)計圖標(biāo)數(shù)據(jù)分析方面的高級技巧。數(shù)據(jù)分析師是一個需要擁有較強綜合能力的崗位，因此，在有些互聯(lián)網(wǎng)公司仍然需要數(shù)據(jù)透視表演練、Vision跨職能流程圖演練、Xmind項目計劃導(dǎo)圖演練、PPT高級動畫技巧等。

2、數(shù)據(jù)庫：MySQL

Excel如果能夠玩的很轉(zhuǎn)，能勝任一部分?jǐn)?shù)據(jù)量不是很大的公司。但是基于Excel處理數(shù)據(jù)能力有限，如果想勝任中型的互聯(lián)網(wǎng)公司中數(shù)據(jù)分析崗位還是比較困難。因此需要學(xué)會數(shù)據(jù)庫技術(shù)，一般Mysql。你需要了解MySQL管理工具的使用以及數(shù)據(jù)庫的基本操作;數(shù)據(jù)表的基本操作、MySQL的數(shù)據(jù)類型和運算符、MySQL函數(shù)、查詢語句、存儲過程與函數(shù)、觸發(fā)程序以及視圖等。比較高階的需要學(xué)習(xí)MySQL的備份和恢復(fù);熟悉完整的MySQL數(shù)據(jù)系統(tǒng)開發(fā)流程。

3、數(shù)據(jù)可視化：Tableau& Echarts

如果說前面2條是數(shù)據(jù)處理的技術(shù)，那么在如今“顏值為王”的現(xiàn)在，如何將數(shù)據(jù)展現(xiàn)得更好看，讓別人更愿意看，這也是一個技術(shù)活。好比公司領(lǐng)導(dǎo)讓你對某一個項目得研究成果做匯報，那么你不可能給他看單純的數(shù)據(jù)一樣，你需要讓數(shù)據(jù)更直觀，甚至更美觀。

EXCEL MATLAB Origin等等

當(dāng)前流行的圖形可視化和數(shù)據(jù)分析軟件有Matlab，Mathmatica和Maple等。這些軟件功能強大，可滿足科技工作中的許多需要，但使用這些軟件需要一定的計算機編程知識和矩陣知識，并熟悉其中大量的函數(shù)和命令。而使用Origin就像使用Excel和Word那樣簡單，只需點擊鼠標(biāo)，選擇菜單命令就可以完成大部分工作，獲得滿意的結(jié)果。但它又比excel要強大些。一般日常的話可以用Excel，然后加載宏，里面有一些分析工具，不過有時需要數(shù)據(jù)庫軟件支持

1、數(shù)據(jù)處理工具：Excel

數(shù)據(jù)分析師，在有些公司也會有數(shù)據(jù)產(chǎn)品經(jīng)理、數(shù)據(jù)挖掘工程師等等。他們最初級最主要的工具就是Excel。有些公司也會涉及到像Visio，Xmind、PPT等設(shè)計圖標(biāo)數(shù)據(jù)分析方面的高級技巧。數(shù)據(jù)分析師是一個需要擁有較強綜合能力的崗位，因此，在有些互聯(lián)網(wǎng)公司仍然需要數(shù)據(jù)透視表演練、Vision跨職能流程圖演練、Xmind項目計劃導(dǎo)圖演練、PPT高級動畫技巧等。

2、數(shù)據(jù)庫：MySQL

Excel如果能夠玩的很轉(zhuǎn)，能勝任一部分?jǐn)?shù)據(jù)量不是很大的公司。但是基于Excel處理數(shù)據(jù)能力有限，如果想勝任中型的互聯(lián)網(wǎng)公司中數(shù)據(jù)分析崗位還是比較困難。因此需要學(xué)會數(shù)據(jù)庫技術(shù)，一般Mysql。你需要了解MySQL管理工具的使用以及數(shù)據(jù)庫的基本操作;數(shù)據(jù)表的基本操作、MySQL的數(shù)據(jù)類型和運算符、MySQL函數(shù)、查詢語句、存儲過程與函數(shù)、觸發(fā)程序以及視圖等。比較高階的需要學(xué)習(xí)MySQL的備份和恢復(fù);熟悉完整的MySQL數(shù)據(jù)系統(tǒng)開發(fā)流程。

3、數(shù)據(jù)可視化：Tableau& Echarts

如果說前面2條是數(shù)據(jù)處理的技術(shù)，那么在如今“顏值為王”的現(xiàn)在，如何將數(shù)據(jù)展現(xiàn)得更好看，讓別人更愿意看，這也是一個技術(shù)活。好比公司領(lǐng)導(dǎo)讓你對某一個項目得研究成果做匯報，那么你不可能給他看單純的數(shù)據(jù)一樣，你需要讓數(shù)據(jù)更直觀，甚至更美觀。