java程序员使用的20几个大数据工具-mile米乐体育

本文由码农网 – 小峰原创翻译，转载请看清文末的转载要求，欢迎参与我们的付费投稿计划！

最近我问了很多java开发人员关于最近12个月内他们使用的是什么大数据工具。

这是一个系列，主题为：

• 语言
• web框架
• 应用服务器
• sql数据访问工具
• sql数据库
• 大数据
• 构建工具
• 云提供商

今天我们就要说说大数据。根据维基百科，大数据是数据集的一个广义的术语，并且该数据集是如此庞大和复杂，以致于传统的数据处理应用程序无法胜任。

在许多情况下，使用sql数据库用于存储/检索数据就足够了。但在另一些情况下，要么sql数据库规模不够，要么还有更好的工具。这一切都取决于使用情况。

现在让我们来讨论一下存储/处理数据用的不同的非sql工具——nosql数据库，内存缓存，全文搜索引擎，实时流，图形数据库，等等。

mongodb—— 一种流行的，跨平台的面向文档的数据库。

elasticsearch——专为云而构建的分布式rest风格搜索引擎。

cassandra——一个开源的分布式数据库管理系统，最初由facebook开发，被设计用来处理横跨多个商用服务器的大量数据，提供了无单点故障的高度可用性。

redis—— 一个开源的（bsd许可），内存数据结构存储，作为数据库、缓存和消息代理使用。

hazelcast——基于java的开源内存数据网格。

ehcache——一种被广泛使用的开源java分布式缓存，用于通用缓存、java ee和轻量级容器。ehcache相关介绍

hadoop——用java编写的一个开源软件框架，用于分布式存储和对在计算机集群上的超大型数据集的分布式处理。

solr——一个开源的企业搜索平台，用java编写的，来自于apache lucene项目。

spark——apache software foundation中最活跃的项目，一个开源的集群计算框架。

memcached—— 一个通用的分布式内存缓存系统。

apache hive——提供了hadoop之上类似于sql的层。

apache kafka—— 一个高通量、分布式的发布-订阅式消息系统，最初开发在linkedin上。windows上脱离cygwin运行apache kafka

akka—— 一个工具包和运行时，用于在jvm上构建高度并行的、分布式的、有弹性的消息驱动的应用程序。

hbase—— 一个开源的，非关系型的，分布式数据库，在谷歌的bigtable后建模，用java编写，并运行在hdfs上。

neo4j——用java实现的开源图形数据库。

couchbase——一个开源的、面向文档的分布式nosql数据库，特别为了交互式应用而优化。

apache storm——开源的分布式实时计算系统。

couchdb——使用json来存储数据的面向文档的开源nosql数据库。

oracle coherence—— 一个内存的数据网格mile米乐体育的解决方案，通过提供快速访问常用数据的渠道，使得企业可预测地扩展关键任务应用程序。

titan—— 一个可扩展的图形数据库，优化的目的在于存储和查询包含数千亿顶点和边的图形，分布在多机集群。

amazon dynamodb——一个快速、灵活、完全管理的nosql数据库服务，用于在任何规模需要一致的、个位数毫秒延迟的所有应用程序。

amazon kinesis—— 用于在aws上的流数据的实时平台。

datomic—— 一个用clojure写的完全事务式的，支持云的，分布式数据库。

译文链接：http://www.codeceo.com/article/big-data-tools-java-programmer-use.html
英文原文：what big data tools do java developers use?
翻译作者：码农网 – 小峰
[ 转载必须在正文中标注并保留原文链接、译文链接和译者等信息。]