2020十大最佳大数据分析工具
作者：Sunita Chauhan
转自：InfoQ
https://www.infoq.cn/article/IEIa8zX2s0KpLYi34ocE
“95% 的企业数据都是非结构化的。”
——《福布斯》（Forbes）
这种非结构化数据是最大的障碍。为了利用这些数据并消除障碍，大数据工具可能是一个方便的解决方法。以我们目前的速度，每天生成 2.5 百万兆字节的数据，为什么不把这些原始数据转换为有用的业务见解呢？
预计到 2027 年底，大数据市场将增长 13 亿美元。
由于在商业中，数据分析有多种不同的有效用途，每个企业或行业垂直领域都在以某种方式充分利用数据分析。一些奇妙的好处是：
规划新产品、服务和体验
确定产品和优惠的发布
改进工作流程
分析客户需求波动
促进销售或影响客户行为
对于所有这些商业利益中，真正的问题是：“最好的大数据工具是什么？”
为了人类的福祉，为了获得竞争优势，我们要采用 3Vs 技术。
无论是运营大数据还是分析大数据，都有四项关键技术需要重点关注：存储、分析、挖掘和可视化。每一项技术在分析海量的数据集时都扮演了至关重要的角色。
为了找到最好的大数据工具，我采取了平台兼容性、成本效率、分析任务的时间管理、所需的知识集、分析能力和可视化等措施。
为了避免浪费更多的时间，让我们通过趋势工具来帮助你管理和分析大型数据集，从而产生有用的见解。此外，我还增加了一些提供大数据分析服务的顶级定制软件开发公司。
最佳商业大数据分析工具——Hadoop
Hadoop 是最流行的软件框架之一，它为大数据集提供了低成本的分布式计算的能力。使 Hadoop 成为功能强大的大数据工具之一的因素是其分布式文件系统，它允许用户将 JSON、XML、视频、图像和文本等多种数据保存在同一文件系统上。
开发语言：Java
当前稳定版本：Hadoop 2.1
定价：开源、免费许可。
主要特点：
可高度扩展，通过存储和分发大量数据集来处理大量数据。
因为它有 Hive 和 Pig 等综合分析工具，因此非常适合用于研究和开发。
通过跨高度可扩展的 Hadoop 集群使用 Hadoop 分布式文件系统（HDFS）快速访问数据。
利用生态系统的方法对数据进行采集、整理、处理、分析和可视化。
通过对数据进行分块处理，在不同的节点上拥有不同的副本，从而可以在不利的条件下实现容错。
Cassandra
Cassandra 是 Facebook 开发的 NoSQL 数据库管理系统。
Apache Cassandra 是一款优秀的、与操作系统无关的开源大数据软件，它能够为管理存储在各种商业服务器上的大量数据提供高质量的可用性。
为简化数据库与其用户之间的交互，它还提供了 CQL（Cassandra Structure Language，Cassandra 结构语言）。
开发语言：Java
当前稳定版本：Cassandra 3.11
定价：开源、免费许可。
主要特点：
通过“环形”设计和无主架构，不会出现单点故障，从而提高持续的正常运行时间。
通过多个云数据复制中心自动复制数据，你可以从全球任何地方操作数据。
语言驱动程序的最佳语言支持（如 Java、C++、Python、Ruby、C# 等）提供了应用程序的最佳性能。
线性可扩展性允许你增加集群中的节点数量，以满足业务应用程序改进性能的需要。
Zoho Analytics
Zoho Analytics 是一款自助式大数据分析软件，它能让你对你的数据进行可视化分析，还能让你创建有见解的报告仪表板。这款大数据软件能够分析数据集，并提供关键的业务见解。你可以从任何大数据源（如 NoSQL，关系数据库和云数据库）中获取数据，甚至是你的业务应用程序。
当前稳定版本：Zoho Analytics 4.0
定价：每月 25 美元（2 用户，500000 行和无限工作区）到 495 美元（50 用户，5000 万行和不限数量的报表数据库）。
主要特点：
用于在业务应用中创建和实现报告和分析功能的可扩充和可扩展的 BI 平台。
使用实时动态数据报告创建临时报告来回答业务问题。
云部署，提供高安全性、可扩展性和数据可用性。
图表、数据透视表、小部件和表格视图等各种报告元素，都可用于提供有见解的报告和仪表板。
Microsoft Power BI
Microsoft Power BI 是一种收集、分析和可视化数据以形成可行见解的有效方法。它帮助初创公司和企业通过操作实时数据源来创建具有见解的仪表板。这些仪表板提供了实时见解，以了解在组织内进行的流程的整体性能。你甚至可以外包 Power BI 咨询和开发，以获得最佳效果。
当前稳定版本：Power BI 2.82
定价：Pro 版每用户每月 9.99 美元，而 Premium 版每月起步价为 4995 美元，针对专门的云计算和存储资源。
主要特点：
有 200 多个预定义代码的DAX 数据分析功能，可以对数据执行特定的分析功能。
内容翔实的报告在许多方面构成了数据的结构化表示，并从数据中揭示了有用的见解。
从不同的数据源获取数据，例如从结构化到非结构化，以及基于云端的系统到内部部署系统。
可使用 Office 365 套件通过 Power Query 和 Power Map 轻松集成到大数据分析中。
Cloudrea
Cloudera 分发系统用于 Hadoop，是最流行、最可信的分发系统。由于 CDH 具有可扩展的存储和分布式计算、基于 Web 的用户界面和关键的企业功能，因此是最佳的企业级部署。它提供了一个开源平台发行版，包括 Apache Hadoop、Spark、Impala、Kite、Hive、Pig MapReduce 等等。
当前稳定版本：CDH 6
定价：开源，每 TB 1000~2000 美元。
主要特点：
企业级分发，因为它具有重要的企业能力。
易于实现和管理，可轻松管理 Hadoop 集群。
高度安全性，可安全地处理和控制敏感数据。
能够灵活存储任何类型的数据，并提供可扩展性来扩展满足你需求的各种应用程序。
Datawrapper
Datawrapper 是出色的大数据工具之一，它能从源数据中挖掘原始数据，并将这些信息转换为响应式、交互式和可嵌入式的形式。最佳之处在于它能兼容移动设备、桌面设备和平板电脑，这使得可视化变得更加容易。如果你对编码或设计不感兴趣，那么你也可以使用这款大数据软件。
定价：免费试用，每月订阅 21~599 美元。
主要特点：
完全响应，使地图、表格和图表在所有设备上均可读。
无需代码即可分析或对不同来源的数据进行可视化。
与操作系统无关；可在 Web 上工作，因此无需担心操作系统、更新或安装的问题。
缺省情况下设计很出色，因此无需设计技巧即可对数据进行可视化。
MmongoDB
MongoDB 是一个面向文档的 NoSQL 数据库，是开源的大数据工具之一。它支持各种操作系统，如 Windows、Mac、Linux、FreeBSD 和 Solaris。NoSQL 提供了高性能和敏捷的大规模数据处理。它将原始数据或非结构化数据存储在多个处理节点和服务器上。
开发语言：C、C++、JavaScript。
当前稳定版本：MongoDB 4.2
定价：根据要求定价。
主要特点：
MongoDB 中的聚合运算处理分组的数据，以提供单个计算结果。
通过在大型数据集进行临时查询，可以提高执行速度，从而提高性能。
复制有助于数据库为防故障机制提供冗余。
因为 MongoDB 有索引和复制功能，所以查询响应速度更快。
Splunk Hunk
Hunk 是一个内部部署的大数据平台，可对 Hadoop 和 NoSQL 数据存储中的数据进行探索、分析和可视化。它为数据集探索提供了一种无需编码的快速方法。使用 Hunk 并不需要是一名程序员或者设计师，因为 Hunk 直观而直接的设计很容易提供完整的可视化效果。
开发语言：C++、Python
当前稳定版本：Hunk 6.4.11
定价：60 天免费试用，之后每个节点每月 207 美元。
主要特点：
Splunk 搜索处理语言（Splunk Search Processing Language，SPL），用于以交互方式对数据进行探索、分析和可视化。
Splunk 虚拟索引（Splunk Virtual Index）技术结合了 SPL，提供了无缝的 BI 体验。
通过将索引数据归档到 Hadoop 来节省空间。
响应式大数据软件，可简化在智能手机、台式机和平板电脑上的工作。
TerraStore
TerraStore 是最好的开源大数据工具之一，它具有可扩展性、安全性和快速性。这款工具操作流畅，没有任何复杂性。该工具还提供了大数据集的分区以及每个文档的一致性。同时减少了对查询和函数的处理，使得分析更加直观。
开发语言：Java
当前稳定版本：TerraStore 0.8.2
定价：开源，免费使用。
主要特点：
可扩展数据层；每当新节点加入，旧节点脱离时，能够自动对文档进行分区和分发。
每当网络流量增加时，可扩展式计算就会增加。
本质上具有弹性；在不停机的情况下可向正在运行的集群添加更多节点或从中删除更多节点。
分布式文档存储，支持单集群部署和多集群部署。
RapidMiner
RapidMiner 是一款跨平台的数据分析工具，对于数据挖掘、预测分析和机器学习技术来说，都是非常好的选择。除了这些应用外，它还可以用于原型开发、研究、应用程序开发和教学目的。
开发语言：Java
当前稳定版本：RapidMiner 9.7
定价：每用户每月 625~1250 美元。
主要特点：
基于图形化用户界面的平台，无需编写代码即可使用此软件执行任务。
拖放界面可以生成出色的模型。
易于配置的图表，通过各种可视化元素来说明见解。
采用严格的模块化方法，可避免在模型训练期间泄漏预处理步骤信息。
Knime
Knime（Konstanz Information Miner）是一个很好的大数据工具，可用于衡量流程的性能。它是一个提供数据集成和处理的开源平台。除了集成和处理，Knime 还可以作为 SAS 替代方案，提供商业智能、企业报告、CRM、数据挖掘、数据分析、文本挖掘、集成等。
开发语言：Java
当前稳定版本：Knime Analytics Platform 4.0
定价：免费使用。
主要特点：
1000 多个例程用于进行数据分析。
并行执行节点以对海量数据集执行复杂的分析工作。
集成 MongoDB，可访问 MongoDB 的 JSON 文档对数据进行操作。
免费数据流执行引擎（DataFlow Execution Engine）提供更高吞吐量和性能。
排名前 11 位的大数据工具，这些工具可以帮助分析大量数据集，还可以帮助创建有用的业务见解。当寻找大数据分析平台时，也应该尝试了解你的基本需求，如数据集的大小、知识集、操作系统兼容性和预算。这种方法可以帮助你找到最适合你需求的数据分析软件。
请在使用任何分析软件或 BI 软件之前尝试其试用版。这些试用版可以帮助你了解正在运行的软件或应用程序是如何工作的，并使你能够轻松地决定是否使用它。
如果你有一家初创公司或者一家企业，并且正在寻找潜在的选项来创建业务见解或分析数据，那么可以选择 PowerBI、Zoho Analytics 或 Cloudrea。或者尝试外包定制软件开发公司。
让自己专注于业务的核心。
作者介绍：Sunita Chauhan，是一名与 IT 公司合作的独立技术内容策略师。