時間：2016-07-28 15:09:03 點擊：次
來源：中國大數(shù)據(jù)網(wǎng) 作者：

條評論打印收藏

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。

該項目將會創(chuàng)建出開源版本的谷歌Dremel Hadoop工具(谷歌使用該工具來為Hadoop數(shù)據(jù)分析工具的互聯(lián)網(wǎng)應(yīng)用提速),。而“Drill”將有助于Hadoop用戶實現(xiàn)更快查詢海量數(shù)據(jù)集的目的,。

“Drill”項目其實也是從谷歌的Dremel項目中獲得靈感：該項目幫助谷歌實現(xiàn)海量數(shù)據(jù)集的分析處理,，包括分析抓取Web文檔、跟蹤安裝在Android Market上的應(yīng)用程序數(shù)據(jù)、分析垃圾郵件,、分析谷歌分布式構(gòu)建系統(tǒng)上的測試結(jié)果等等,。

通過開發(fā)“Drill”Apache開源項目，組織機構(gòu)將有望建立Drill所屬的API接口和靈活強大的體系架構(gòu),，從而幫助支持廣泛的數(shù)據(jù)源,、數(shù)據(jù)格式和查詢語言。

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,。

功能和特點：

免費提供數(shù)據(jù)挖掘技術(shù)和庫

100%用Java代碼(可運行在操作系統(tǒng))

數(shù)據(jù)挖掘過程簡單，強大和直觀

內(nèi)部XML保證了標(biāo)準(zhǔn)化的格式來表示交換數(shù)據(jù)挖掘過程

可以用簡單腳本語言自動進行大規(guī)模進程

多層次的數(shù)據(jù)視圖,，確保有效和透明的數(shù)據(jù)

圖形用戶界面的互動原型

命令行(批處理模式)自動大規(guī)模應(yīng)用

Java API(應(yīng)用編程接口)

簡單的插件和推廣機制

強大的可視化引擎,，許多尖端的高維數(shù)據(jù)的可視化建模

400多個數(shù)據(jù)挖掘運營商支持

耶魯大學(xué)已成功地應(yīng)用在許多不同的應(yīng)用領(lǐng)域，包括文本挖掘,，多媒體挖掘,，功能設(shè)計，數(shù)據(jù)流挖掘,，集成開發(fā)的方法和分布式數(shù)據(jù)挖掘,。

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,。

Pentaho BI平臺,，Pentaho Open BI套件的核心架構(gòu)和基礎(chǔ)，是以流程為中心的,，因為其中樞控制器是一個工作流引擎,。工作流引擎使用流程定義來定義在BI平臺上執(zhí)行的商業(yè)智能流程。流程可以很容易的被定制，也可以添加新的流程,。BI平臺包含組件和報表,，用以分析這些流程的性能。目前,，Pentaho的主要組成元素包括報表生成,、分析、數(shù)據(jù)挖掘和工作流管理等等,。這些組件通過J2EE,、WebService、SOAP,、HTTP,、Java、JavaScript,、Portals等技術(shù)集成到Pentaho平臺中來,。Pentaho的發(fā)行，主要以Pentaho SDK的形式進行,。

Pentaho SDK共包含五個部分：Pentaho平臺,、Pentaho示例數(shù)據(jù)庫、可獨立運行的Pentaho平臺,、Pentaho解決方案示例和一個預(yù)先配制好的Pentaho網(wǎng)絡(luò)服務(wù)器,。其中Pentaho平臺是Pentaho平臺最主要的部分，囊括了Pentaho平臺源代碼的主體;Pentaho數(shù)據(jù)庫為Pentaho平臺的正常運行提供的數(shù)據(jù)服務(wù),，包括配置信息,、Solution相關(guān)的信息等等，對于Pentaho平臺來說它不是必須的,，通過配置是可以用其它數(shù)據(jù)庫服務(wù)取代的;可獨立運行的Pentaho平臺是Pentaho平臺的獨立運行模式的示例,，它演示了如何使Pentaho平臺在沒有應(yīng)用服務(wù)器支持的情況下獨立運行;Pentaho解決方案示例是一個Eclipse工程，用來演示如何為Pentaho平臺開發(fā)相關(guān)的商業(yè)智能解決方案,。

Pentaho BI平臺構(gòu)建于服務(wù)器,，引擎和組件的基礎(chǔ)之上。這些提供了系統(tǒng)的J2EE服務(wù)器,，安全,，portal，工作流,，規(guī)則引擎,，圖表，協(xié)作,，內(nèi)容管理,，數(shù)據(jù)集成,，分析和建模功能。這些組件的大部分是基于標(biāo)準(zhǔn)的,，可使用其他產(chǎn)品替換之,。

時至今日互聯(lián)網(wǎng)每天新增的數(shù)據(jù)量達2.5*10^18字節(jié)，而全球90%的數(shù)據(jù)都是在過去的兩年間創(chuàng)造出來的,。舉個直觀的例子來說明一下互聯(lián)網(wǎng)的數(shù)據(jù)量：假設(shè)大西洋里每一升海水代表一個字節(jié)的數(shù)據(jù),，那么整個大西洋存儲的數(shù)據(jù)也只能到2010年就滿了。

從外行的角度看來大數(shù)據(jù)是個挺了不起的東西,，它也確實了不起,，不過有一個前提就是我們能夠有效地處理數(shù)據(jù)。怎樣從海量數(shù)據(jù)中找出有用的信息才是最重要的,。

文中會講一些大數(shù)據(jù)的用例比如分析促銷行為,、診斷交通狀況等。還會談一談大數(shù)據(jù)的收集方法以及處理的過程,。

 2/3   首頁 上一頁 1 2 3 下一頁 尾頁