時(shí)間：2016-07-28 15:09:03 點(diǎn)擊：次
來(lái)源：中國(guó)大數(shù)據(jù)網(wǎng) 作者：

條評(píng)論打印收藏

據(jù)Hadoop廠(chǎng)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(xiàng)目來(lái)運(yùn)作,，將面向全球軟件工程師持續(xù)推廣。

該項(xiàng)目將會(huì)創(chuàng)建出開(kāi)源版本的谷歌Dremel Hadoop工具(谷歌使用該工具來(lái)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(hù)實(shí)現(xiàn)更快查詢(xún)海量數(shù)據(jù)集的目的,。

“Drill”項(xiàng)目其實(shí)也是從谷歌的Dremel項(xiàng)目中獲得靈感：該項(xiàng)目幫助谷歌實(shí)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A(yíng)ndroid 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(cè)試結(jié)果等等,。

通過(guò)開(kāi)發(fā)“Drill”Apache開(kāi)源項(xiàng)目,，組織機(jī)構(gòu)將有望建立Drill所屬的API接口和靈活強(qiáng)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(xún)語(yǔ)言,。

RapidMiner

RapidMiner是世界領(lǐng)先的數(shù)據(jù)挖掘解決方案,，在一個(gè)非常大的程度上有著先進(jìn)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(jiǎn)化數(shù)據(jù)挖掘過(guò)程的設(shè)計(jì)和評(píng)價(jià)。

功能和特點(diǎn)：

免費(fèi)提供數(shù)據(jù)挖掘技術(shù)和庫(kù)

100%用Java代碼(可運(yùn)行在操作系統(tǒng))

數(shù)據(jù)挖掘過(guò)程簡(jiǎn)單,，強(qiáng)大和直觀(guān)

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

可以用簡(jiǎn)單腳本語(yǔ)言自動(dòng)進(jìn)行大規(guī)模進(jìn)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(hù)界面的互動(dòng)原型

命令行(批處理模式)自動(dòng)大規(guī)模應(yīng)用

Java API(應(yīng)用編程接口)

簡(jiǎn)單的插件和推廣機(jī)制

強(qiáng)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(gè)數(shù)據(jù)挖掘運(yùn)營(yíng)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(jì),，數(shù)據(jù)流挖掘,，集成開(kāi)發(fā)的方法和分布式數(shù)據(jù)挖掘。

Pentaho BI

Pentaho BI平臺(tái)不同于傳統(tǒng)的BI產(chǎn)品,，它是一個(gè)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(jí)BI產(chǎn)品,、開(kāi)源軟件,、API等等組件集成起來(lái)，方便商務(wù)智能應(yīng)用的開(kāi)發(fā),。它的出現(xiàn),，使得一系列的面向商務(wù)智能的獨(dú)立產(chǎn)品如Jfree、Quartz等等,，能夠集成在一起,，構(gòu)成一項(xiàng)項(xiàng)復(fù)雜的、完整的商務(wù)智能解決方案,。

Pentaho BI平臺(tái),，Pentaho Open BI套件的核心架構(gòu)和基礎(chǔ)，是以流程為中心的,，因?yàn)槠渲袠锌刂破魇且粋€(gè)工作流引擎,。工作流引擎使用流程定義來(lái)定義在BI平臺(tái)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(tái)包含組件和報(bào)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(bào)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(guò)J2EE,、WebService、SOAP,、HTTP,、Java、JavaScript,、Portals等技術(shù)集成到Pentaho平臺(tái)中來(lái),。Pentaho的發(fā)行，主要以Pentaho SDK的形式進(jìn)行,。

Pentaho SDK共包含五個(gè)部分：Pentaho平臺(tái),、Pentaho示例數(shù)據(jù)庫(kù)、可獨(dú)立運(yùn)行的Pentaho平臺(tái),、Pentaho解決方案示例和一個(gè)預(yù)先配制好的Pentaho網(wǎng)絡(luò)服務(wù)器,。其中Pentaho平臺(tái)是Pentaho平臺(tái)最主要的部分，囊括了Pentaho平臺(tái)源代碼的主體;Pentaho數(shù)據(jù)庫(kù)為Pentaho平臺(tái)的正常運(yùn)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(duì)于Pentaho平臺(tái)來(lái)說(shuō)它不是必須的,，通過(guò)配置是可以用其它數(shù)據(jù)庫(kù)服務(wù)取代的;可獨(dú)立運(yùn)行的Pentaho平臺(tái)是Pentaho平臺(tái)的獨(dú)立運(yùn)行模式的示例,，它演示了如何使Pentaho平臺(tái)在沒(méi)有應(yīng)用服務(wù)器支持的情況下獨(dú)立運(yùn)行;Pentaho解決方案示例是一個(gè)Eclipse工程，用來(lái)演示如何為Pentaho平臺(tái)開(kāi)發(fā)相關(guān)的商業(yè)智能解決方案,。

Pentaho BI平臺(tái)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(shí)至今日互聯(lián)網(wǎng)每天新增的數(shù)據(jù)量達(dá)2.5*10^18字節(jié),，而全球90%的數(shù)據(jù)都是在過(guò)去的兩年間創(chuàng)造出來(lái)的。舉個(gè)直觀(guān)的例子來(lái)說(shuō)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(gè)字節(jié)的數(shù)據(jù),，那么整個(gè)大西洋存儲(chǔ)的數(shù)據(jù)也只能到2010年就滿(mǎn)了,。

從外行的角度看來(lái)大數(shù)據(jù)是個(gè)挺了不起的東西,，它也確實(shí)了不起，不過(guò)有一個(gè)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(huì)講一些大數(shù)據(jù)的用例比如分析促銷(xiāo)行為、診斷交通狀況等,。還會(huì)談一談大數(shù)據(jù)的收集方法以及處理的過(guò)程,。

 2/3   首頁(yè) 上一頁(yè) 1 2 3 下一頁(yè) 尾頁(yè)