不可错过的太阳城手机版学习资源推荐(上)-业界动态-@太阳城手机版资讯
你好,游客 登录
背景:
阅读新闻

不可错过的太阳城手机版学习资源推荐(上)

[日期:2018-01-12] 来源: iGeekbar   作者: [字体: ]

  今天为大家推荐一些翻译整理的太阳城手机版相关的非常棒的学习资源,希望大家能够喜欢哦~ ~ ~

  关系太阳城库管理系统 ( RDBMS )

  MySQL :世界最流行的开源太阳城库;

  PostgreSQL :世界最先进的开源太阳城库;

  Oracle 太阳城库 :对象-关系型太阳城库管理系统。

  框架

  Apache 太阳城娱乐 :分布式处理架构,结合了 MapReduce (并行处理)、 YARN (作业调度)和 HDFS (分布式文件系统);

  Tigon :高吞吐量实时流处理框架。

  分布式编程

  AddThis Hydra :最初在 AddThis 上开发的分布式太阳城处理和存储系统;

  AMPLab SIMR :用在 Hadoop MapReduce v1 上运行 Spark ;

  Apache Beam :为统一的模型以及一套用于定义和执行太阳城处理工作流的特定SDK语言;

  Apache Crunch :一个简单的Java API,用于执行在普通的MapReduce实现时比较单调的连接、太阳城聚合等任务;

  Apache DataFu :由LinkedIn开发的针对 Hadoop and 和 Pig 的用户定义的函数集合;

  Apache Flink :具有高性能的执行时间和自动程序优化;

  Apache Gora :内存中的太阳城模型和持久性框架;

  Apache Hama :BSP(整体同步并行)计算框架;

  Apache MapReduce :在集群上使用并行、分布式算法处理太阳城手机版集的编程模型;

  Apache Pig :Hadoop中,用于处理太阳城分析程序的高级查询语言;

  Apache REEF :用来简化和统一低层太阳城手机版系统的保留性评估执行框架;

  Apache S4 :S4中流处理与实现的框架;

  Apache Spark :内存集群计算框架;

  Apache Spark Streaming :流处理框架,同时是 Spark 的一部分;

  Apache Storm : Twitter 流处理框架,也可用于 YARN ;

  Apache Samza :基于 Kafka 和 YARN 的流处理框架;

  Apache Tez :基于 YARN ,用于执行任务中的复杂DAG(有向无环图);

  Apache Twill :基于 YARN 的抽象概念,用于减少开发分布式应用程序的复杂度;

  Cascalog :太阳城处理和查询库;

  Cheetah :在 MapReduce 之上的高性能、自定义太阳城仓库;

  Concurrent Cascading :在Hadoop上的太阳城管理/分析框架;

  Damballa Parkour :用于 Clojure 的 MapReduce 库;

  Datasalt Pangool :可选择的 MapReduce 范例;

  DataTorrent StrAM :为实时引擎,用于以尽可能畅通的方式、最小的开支和对性能最小的影响,实现分布式、异步、实时的内存太阳城手机版计算;

  Facebook Corona :为Hadoop做优化处理,从而消除单点故障;

  Facebook Peregrine : MapReduce 框架;

  Facebook Scuba :分布式内存太阳城存储;

  Google Dataflow :创建太阳城管道,以帮助其分析框架;

  Netflix PigPen :为 MapReduce ,用于编译成 Apache Pig ;

  Nokia Disco :由 Nokia 开发的MapReduc获取、转换和分析太阳城;

  Google MapReduce : MapReduce 框架;

  Google MillWheel :容错流处理框架;

  JAQL :用于处理结构化、半结构化和非结构化太阳城工作的声明性编程语言;

  Kite :为一组库、工具、实例和文档集,用于使在Hadoop的生态系统上建立系统更加容易;

  Metamarkets Druid :用于太阳城手机版集的实时e框架;

  Onyx :分布式云计算;

  Pinterest Pinlater :异步任务执行系统;

  Pydoop :用于Hadoop的 Python MapReduce 和 HDFS API ;

  Rackerlabs Blueflood :多租户分布式测度处理系统;

  Stratosphere :通用集群计算框架;

  Streamdrill :用于计算基于不同时间窗口的事件流的活动,并找到最活跃的一个;

  Tuktu :易于使用的用于分批处理和流计算的平台,通过 Scala 、 Akka 和 Play 所建;

  Twitter Scalding :基于 Cascading ,用于 Map Reduce 工作的 Scala 库;

  Twitter Summingbird :在 Twitter 上使用 Scalding 和 Storm 串流 MapReduce ;

  Twitter TSAR : Twitter 上的时间序列聚合器。

  分布式文件系统

  Apache HDFS :在多台机器上存储大型文件的方式;

  BeeGFS :以前是 FhGFS ,并行分布式文件系统;

  Ceph Filesystem :设计的软件存储平台;

  Disco DDFS :分布式文件系统;

  Facebook Haystack :对象存储系统;

  Google Colossus :分布式文件系统 (GFS2) ;

  Google GFS :分布式文件系统;

  Google Megastore :可扩展的、高度可用的存储;

  GridGain :兼容 GGFS 、 Hadoop 内存的文件系统;

  Lustre file system :高性能分布式文件系统;

  Quantcast File System QFS :开源分布式文件系统;

  Red Hat GlusterFS :向外扩展的附网存储( N etwork-attached S torage )文件系统;

  Seaweed-FS :简单的、高度可扩展的分布式文件系统;

  Alluxio :以可靠的存储速率在跨集群框架上文件共享;

  Tahoe-LAFS :分布式云存储系统;

  文件太阳城模型

  Actian Versant :商用的面向对象太阳城库管理系统;

  Crate Data :是一个开源的大规模可扩展的太阳城存储,需要零管理模式;

  Facebook Apollo : Facebook 的 Paxos 算法,类似于 NoSQL 太阳城库;

  jumboDB :基于Hadoop的面向文档的太阳城存储;

  LinkedIn Espresso :可横向扩展的面向文档的NoSQL太阳城存储;

  MarkLogic :模式不可知的企业版NoSQL太阳城库技术;

  MongoDB :面向文档的太阳城库系统;

  RavenDB :一个事务性的,开源文档太阳城库;

  RethinkDB :支持连接查询和群组依据等查询的文档型太阳城库。

  Key Map 太阳城模型

  注意:业内存在一些术语混乱,有两个不同的东西都叫做“列式太阳城库”。这里列出的有一些是围绕“ key-map ”太阳城模型而建的分布式、持续型太阳城库,其中所有的太阳城都有(可能综合了)键,并与映射中的键-值对相关联。在一些系统中,多个这样的值映射可以与键相关联,并且这些映射被称为“列族”(具有映射值的键被称为“列”)。

  另一组也可称为“列式太阳城库”的技术因其存储太阳城的方式而有别于前一组,它在磁盘上或在存储器中——而不是以传统方式,即所有既定键的键值都相邻着、逐行存储。这些系统也彼此相邻来存储所有列值,但是要得到给定列的所有值却不需要以前那么繁复的工作。

  前一组在这里被称为“ key map 太阳城模型”,这两者和 Key-value 太阳城模型 之间的界限是相当模糊的。后者对太阳城模型有更多的存储格式,可在 列式太阳城库 中列出。若想了解更多关于这两种模型的区分,可阅读 Daniel Abadi 的博客: Distinguishing two major types of Column Stores 。

  Apache Accumulo :内置在Hadoop上的分布式键/值存储;

  Apache Cassandra :由BigTable授权,面向列的分布式太阳城存储;

  Apache HBase :由BigTable授权,面向列的分布式太阳城存储;

  Facebook HydraBase : Facebook 所开发的 HBase 的衍化品;

  Google BigTable :面向列的分布式太阳城存储;

  Google Cloud Datastore :为完全管理型的无模式太阳城库,用于存储在BigTable上非关系型太阳城;

  Hypertable :由BigTable授权,面向列的分布式太阳城存储;

  InfiniDB :通过MySQL的接口访问,并使用大规模并行处理进行并行查询;

  Tephra :用于 HBase 处理;

  Twitter Manhattan :Twitter的实时、多租户分布式太阳城库。

  键-值太阳城模型

  Aerospike :支持NoSQL的闪存优化,太阳城存储在内存。开源,“ 'C' (不是Java或 Erlang)中的服务器代码可精确地调整从而避免上下文切换和内存拷贝”。

  Amazon DynamoDB :分布式键/值存储, Dynamo 论文的实现;

  Edis :为替代 Redis 的协议兼容的服务器;

  ElephantDB :专门研究 Hadoop 中太阳城导出的分布式太阳城库;

  EventStore :分布式时间序列太阳城库;

  GridDB :适用于存储在时间序列中的传感器太阳城;

  LinkedIn Krati :简单的持久性太阳城存储,拥有低延迟和高吞吐量;

  Linkedin Voldemort :分布式键/值存储系统;

  Oracle NoSQL Database : Oracle 公司开发的分布式键值太阳城库;

  Redis :内存中的键值太阳城存储;

  Riak :分散式太阳城存储;

  Storehaus : Twitter 开发的异步键值存储的库;

  Tarantool :一个高效的NoSQL太阳城库和Lua应用服务器;

  TiKV :由 Google Spanner 和 HBase 授权, Rust 提供技术支持的分布式键值太阳城库;

  TreodeDB :可复制、共享的键-值存储,能提供多行原子写入。

  图形太阳城模型

  Apache Giraph :基于 Hadoop 的 Pregel 实现;

  Apache Spark Bagel :可实现 Pregel ,为 Spark 的一部分;

  ArangoDB :多层模型分布式太阳城库;

  DGraph :一个可扩展的、分布式、低时延、高吞吐量的图形太阳城库,旨在为 Google 生产水平规模和吞吐量提供足够的低延迟,用于TB级的结构化太阳城的实时用户查询;

  Facebook TAO :TAO是 facebook 广泛用来存储和服务于社交图形的分布式太阳城存储;

  GCHQ Gaffer : GCHQ 中的 Gaffer 是一个易于存储大规模图形的框架,其中节点和边缘都有统计太阳城;

  Google Cayley :开源图形太阳城库;

  Google Pregel :图形处理框架;

  GraphLab PowerGraph :核心C ++ GraphLab API和建立在GraphLab API之上的高性能机器学习和太阳城挖掘工具包的集合;

  GraphX : Spark 中的弹性分布式图形系统;

  Gremlin :图形追踪语言;

  Infovore :以RDF为中心的Map / Reduce框架;

  Intel GraphBuilder :在 Hadoop 上构建大规模图形的工具;

  MapGraph :用于在 GPU 上大规模并行图形处理;

  Neo4j :完全用Java写入的图形太阳城库;

  OrientDB :文档和图形太阳城库;

  Phoebus :大型图形处理框架;

  Titan :建于 Cassandra 的分布式图形太阳城库;

  Twitter FlockDB :分布式图形太阳城库。

  NewSQL 太阳城库

  Actian Ingres :由商业支持,开源的SQL关系太阳城库管理系统;

  Amazon RedShift :基于PostgreSQL的太阳城仓库服务;

  BayesDB :面向统计数值的SQL太阳城库;

  CitusDB :通过分区和复制横向扩展PostgreSQL;

  Cockroach :可扩展、地址可复制、交易型的太阳城库;

  Datomic :旨在产生可扩展、灵活的智能应用的分布式太阳城库;

  FoundationDB :由 F1 授意的分布式太阳城库;

  Google F1 :建立在 Spanner 上的分布式SQL太阳城库;

  Google Spanner :全球性的分布式半关系型太阳城库;

  H-Store :是一个实验性主存并行太阳城库管理系统,用于联机事务处理(OLTP)应用的优化;

  Haeinsa :基于 Percolator , HBase 的线性可扩展多行多表交易库;

  HandlerSocket : MySQL/MariaDB 的NoSQL插件;

  InfiniSQL :无限可扩展的RDBMS;

  MemSQL :内存中的SQL太阳城库,其中有优化的闪存列存储;

  NuoDB :SQL / ACID兼容的分布式太阳城库;

  Oracle TimesTen in-Memory Database :内存中具有持久性和可恢复性的关系型太阳城库管理系统;

  Pivotal GemFire XD :内存中低延时的分布式 SQL 太阳城存储,可为内存列表太阳城提供 SQL接口,在 HDFS 中较持久化;

  SAP HANA :是在内存中面向列的关系型太阳城库管理系统;

  SenseiDB :分布式实时半结构化的太阳城库;

  Sky :用于行为太阳城的灵活、高性能分析的太阳城库;

  SymmetricDS :用于文件和太阳城库同步的开源软件;

  Map-D :为GPU内存太阳城库,也为太阳城手机版分析和可视化平台;

  TiDB : TiDB 是分布式SQL太阳城库,基于谷歌F1的设计灵感;

  VoltDB :自称为最快的内存太阳城库。

  列式太阳城库

  注意: 请在 键-值太阳城模型 阅读相关注释。

  Columnar Storage :解释什么是列存储以及何时会需要用到它;

  Actian Vector :面向列的分析型太阳城库;

  C-Store :面向列的DBMS;

  MonetDB :列存储太阳城库;

  Parquet : Hadoop 的列存储格式;

  Pivotal Greenplum :专门设计的、专用的分析太阳城仓库,类似于传统的基于行的工具,提供了一个列式工具;

  Vertica :用来管理大规模、快速增长的大量太阳城,当用于太阳城仓库时,能够提供非常快的查询性能;

  Google BigQuery :谷歌的云产品,由其在 Dremel 的创始工作提供支持;

  Amazon Redshift :亚马逊的云产品,它也是基于柱状太阳城存储后端。

  时间序列太阳城库

  Cube :使用MongoDB来存储时间序列太阳城;

  Axibase Time Series Database :在 HBase 之上的分布式时间序列太阳城库,它包括内置的Rule Engine 、太阳城预测和可视化;

  Heroic :基于 Cassandra 和 Elasticsearch 的可扩展的时间序列太阳城库;

  InfluxDB :分布式时间序列太阳城库;

  Kairosdb :类似于OpenTSDB但会考虑到 Cassandra ;

  OpenTSDB :在HBase上的分布式时间序列太阳城库;

  Prometheus :一种时间序列太阳城库和服务监测系统;

  Newts :一种基于 Apache Cassandra 的时间序列太阳城库。

  类 SQL 处理

  Actian SQL for Hadoop :高性能交互式的SQL,可访问所有的Hadoop太阳城;

  Apache Drill :由 Dremel 授意的交互式分析框架;

  Apache HCatalog : Hadoop 的表格和存储管理层;

  Apache Hive :Hadoop的类SQL太阳城仓库系统;

  Apache Optiq :一种框架,可允许高效的查询翻译,其中包括异构性及联合性太阳城的查询;

  Apache Phoenix :Apache Phoenix 是 HBase 的 SQL 驱动;

  Cloudera Impala :由 Dremel 授意的交互式分析框架;

  Concurrent Lingual : Cascading 中的类SQL查询语言;

  Datasalt Splout SQL :用于太阳城手机版集的完整的SQL查询工具;

  Facebook PrestoDB :分布式SQL查询工具;

  Google BigQuery :交互式分析框架,Dremel的实现;

  Pivotal HAWQ :Hadoop的类SQL的太阳城仓库系统;

  RainstorDB :用于存储大规模PB级结构化和半结构化太阳城的太阳城库;

  Spark Catalyst :用于 Spark 和 Shark 的查询优化框架;

  SparkSQL :使用 Spark 操作结构化太阳城;

  Splice Machine :一个全功能的Hadoop上的SQL RDBMS ,并带有ACID事务;

  Stinger :用于 Hive 的交互式查询;

  Tajo :Hadoop的分布式太阳城仓库系统;

  Trafodion :为企业级的SQL-on-HBase针对太阳城手机版的事务或业务工作负载的解决方案。

  太阳城摄取

  Amazon Kinesis :大规模太阳城流的实时处理;

  Apache Chukwa :太阳城采集系统;

  Apache Flume :管理大量日志太阳城的服务;

  Apache Kafka :分布式发布-订阅消息系统;

  Apache Sqoop :在Hadoop和结构化的太阳城存储区之间传送太阳城的工具;

  Cloudera Morphlines :帮助 Solr、HBase和HDFS完成ETL的框架;

  Facebook Scribe :流日志太阳城聚合器;

  Fluentd :采集事件和日志的工具;

  Google Photon :实时连接多个太阳城流的分布式计算机系统,具有高可扩展性和低延迟性;

  Heka :开源流处理软件系统;

  HIHO :用Hadoop连接不同太阳城源的框架;

  Kestrel :分布式消息队列系统;

  LinkedIn Databus :对太阳城库更改捕获的事件流;

  LinkedIn Kamikaze :压缩已分类整型数组的程序包;

  LinkedIn White Elephant :日志聚合器和仪表板;

  Logstash :用于管理事件和日志的工具;

  Netflix Suro :像基于Chukwa 的Storm和Samza一样的日志聚合器;

  Pinterest Secor :是实现Kafka日志持久性的服务;

  Linkedin Gobblin :LinkedIn的通用太阳城摄取框架;

  Skizze :是一种太阳城存储略图,使用概率性太阳城结构来处理计数、略图等相关的问题;

  StreamSets Data Collector :连续太阳城手机版采集的基础设施,可简单地使用IDE。

  原文: https://github.com/onurakpolat/awesome-bigdata





收藏 推荐 打印 | 录入:Cstor | 阅读:
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数
点评:
       
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款