2020十大最佳大数据分析工具

“95% 的民营企业统计数据都亦然形式化的。”

——《商业性周刊》（Forbes）

此种非形式化统计数据是最小的心理障碍。为的是借助那些统计数据并消解心理障碍，大统计数据辅助工具可能将是两个方便快捷的化解形式。以他们现阶段的速率，每晚聚合 2.5 百万兆二进制的统计数据，为何不把那些原始统计数据切换为管用的销售业务看法呢？

预计今年到 2027 月底，大统计数据消费市场将快速增长 13 万美元。

虽然在商业性中，统计数据挖掘有多种的有效率商业性用途，每一民营企业或金融行业横向应用领域都在以此种形式充分借助统计数据挖掘。许多美妙的益处是：

对大部份那些自身利益中，或者说的难题是：“最合适的大统计数据辅助工具是甚么？”

为的是人类的福祉，为的是获得竞争优势，他们要采用 3Vs 技术。

存储、预估、挖掘和可视化。每一项技术在预估海量的统计数据集时都扮演了至关重要的角色。

为的是找到最合适的大统计数据辅助工具，我采取了平台兼容性、成本效率、预估任务的时间管理、所需的知识集、预估能力和可视化等措施。

为的是避免浪费更多的时间，让他们通过趋势辅助工具来帮助你管理和预估大型数据集，从而产生管用的看法。此外，我还增加了许多提供大统计数据挖掘服务项目的顶级定制软件开发公司。

最差商业性大统计数据挖掘辅助工具——Hadoop

Hadoop 是最流行的软件框架之一，它为大统计数据集提供了低成本的分布式计算的能力。使 Hadoop 成为功能强大的大统计数据辅助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、图像和文本等多种统计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。

可高度扩展，通过存储和分发大量统计数据集来处理大量统计数据。

因为它有 Hive 和 Pig 等综合预估辅助工具，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）快速访问统计数据。

借助生态系统的形式对统计数据展开采集、整理、处理、预估和可视化。

通过对统计数据展开分块处理，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 统计数据库管理系统。

Apache Cassandra 是一款优秀的、与操作系统无关的开源大统计数据软件，它能够为管理存储在各种商业性服务项目器上的大量统计数据提供高质量的可用性。

为简化统计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。

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。

通过多个云统计数据复制中心自动复制统计数据，你可以从全球任何地方操作统计数据。

语言驱动程序的最差语言支持（如 Java、C++、Python、Ruby、C# 等）提供了应用程序的最差性能。

线性可扩展性允许你增加集群中的节点数量，以满足销售业务应用程序改进性能的需要。

Zoho Analytics

Zoho Analytics 是一款自助式大统计数据挖掘软件，它能让你对你的统计数据展开可视化预估，还能让你创建有看法的报告仪表板。这款大统计数据软件能够预估统计数据集，并提

当前稳定版本：Zoho Analytics 4.0

定价：每月 25 美元（2 用户，500000 行和无限组织工作区）到 495 美元（50 用户，5000 万行和不限数量的报表统计数据库）。

用于在销售业务应用中创建和实现报告和预估功能的可扩充和可扩展的 BI 平台。

使用实时动态统计数据报告创建临时报告来回答销售业务难题。

云部署，提供高安全性、可扩展性和统计数据可用性。

图表、统计数据透视表、小部件和表格视图等各种报告元素，都可用于提供有看法的报告和仪表板。

Microsoft Power BI

Microsoft Power BI 是一种收集、预估和可视化统计数据以形成可行看法的有效率形式。它帮助初创公司和民营企业通过操作实时统计数据源来创建具有看法的仪表板。那些仪表板提供了实时看法，以了解在组织内展开的销售业务流程的整体性能。你甚至可以外包 Power BI 咨询和开发，以获得最差效果。

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。

有 200 多个预定义代码的DAX 统计数据挖掘功能，可以对统计数据执行特定的预估功能。

内容翔实的报告在许多方面构成了统计数据的形式化表示，并从统计数据中揭示了管用的看法。

可使用 Office 365 套件通过 Power Query 和 Power Map 轻松集成到大统计数据挖掘中。

Cloudrea

Cloudera 分发系统用于 Hadoop，是最流行、最可信的分发系统。虽然 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民营企业功能，因此是最差的民营企业级部署。它提供了两个开源平台发行版，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。

民营企业级分发，因为它具有重要的民营企业能力。

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统计数据。

能够灵活存储任何类型的统计数据，并提供可扩展性来扩展满足你需求的各种应用程序。

Datawrapper

Datawrapper 是出色的大统计数据辅助工具之一，它能从源统计数据中挖掘原始统计数据，并将那些信息切换为响应式、交互式和可嵌入式的形式。最差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统计数据软件。

完全响应，使地图、表格和图表在大部份设备上均可读。

与操作系统无关；可在 Web 上组织工作，因此无需担心操作系统、更新或安装的难题。

缺省情况下设计很出色，因此无需设计技巧即可对统计数据展开可视化。

MmongoDB

MongoDB 是两个面向文档的 NoSQL 统计数据库，是开源的大统计数据辅助工具之一。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统计数据处理。它将原始统计数据或非形式化统计数据存储在多个处理节点和服务项目器上。

开发语言：C、C++、JavaScript。

当前稳定版本：MongoDB 4.2

定价：根据要求定价。

MongoDB 中的聚合运算处理分组的统计数据，以提供单个计算结果。

通过在大型统计数据集展开临时查询，可以提高执行速率，从而提高性能。

复制有助于统计数据库为防故障机制提供冗余。

因为 MongoDB 有索引和复制功能，所以查询响应速率更快。

Splunk Hunk

Hunk 是两个内部部署的大统计数据平台，可对 Hadoop 和 NoSQL 统计数据存储中的统计数据展开探索、预估和可视化。它为统计数据集探索提供了一种无需编码的快速形式。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，之后每一节点每月 207 美元。

Splunk 搜索处理语言（Splunk Search Processing Language，SPL），用于以交互形式对统计数据展开探索、预估和可视化。

Splunk 虚拟索引（Splunk Virtual Index）技术结合了 SPL，提供了无缝的 BI 新体验。

通过将索引统计数据归档到 Hadoop 来节省空间。

响应式大统计数据软件，可简化在智能手机、台式机和平板电脑上的组织工作。

TerraStore

TerraStore 是最合适的开源大统计数据辅助工具之一，它具有可扩展性、安全性和快速性。这款辅助工具操作流畅，没有任何复杂性。该辅助工具还提供了大统计数据集的分区以及每一文档的一致性。同时减少了对查询和函数的处理，使得预估更加直观。

开发语言：Java

当前稳定版本：TerraStore 0.8.2

定价：开源，免费使用。

可扩展统计数据层；每当新节点加入，旧节点脱离时，能够自动对文档展开分区和分发。

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 是一款跨平台的统计数据挖掘辅助工具，对统计数据挖掘、预估预估和机器学习技术来说，都亦然常好的选择。除了那些应用外，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。

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。

拖放界面可以聚合出色的模型。

易于配置的图表，通过各种可视化元素来说明看法。

采用严格的模块化形式，可避免在模型训练期间泄漏预处理步骤信息。

Knime

Knime（Konstanz Information Miner）是两个很好的大统计数据辅助工具，可用于衡量销售业务流程的性能。它是两个提供统计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，提供商业性智能、民营企业报告、CRM、统计数据挖掘、统计数据挖掘、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。

1000 多个例程用于展开统计数据挖掘。

并行执行节点以对海量统计数据集执行复杂的预估组织工作。

集成 MongoDB，可访问 MongoDB 的 JSON 文档对统计数据展开操作。

免费统计数据流执行引擎（DataFlow Execution Engine）提供更高吞吐量和性能。

排名前 11 位的大统计数据辅助工具，那些辅助工具可以帮助预估大量统计数据集，还可以帮助创建管用的销售业务看法。当寻找大统计数据挖掘平台时，也应该尝试了解你的基本消费市场需求，如统计数据集的大小、知识集、操作系统兼容性和预算。此种形式可以帮助你找到最适合你消费市场需求的统计数据挖掘软件。

请在使用任何预估软件或 BI 软件之前尝试其试用版。那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组织工作的，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民营企业，并且正在寻找潜在的选项来创建销售业务看法或预估统计数据，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。

让自己专注于销售业务的核心。

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。

InfoQ，作者：Sunita Chauhan  

https://www.infoq.cn/article/IEIa8zX2s0KpLYi34ocE）