6个用于大数据分析的好工具

　　20年前之所以大数据分析无法被实现，主要是因为软件工具不达标，虽然人们懂数学、概率学、统计学，但缺乏工具的帮助，500kb的电子书都要看上几个月，何况是10tb的数据集?光是将所有的数据走一遍都得好久，很可能看完数据都已经过了对应的时效期，由此可见，工具对大数据分析岗十分重要，今天就跟大家详细介绍一下6个好用常见的大数据分析工具，希望对行业新人有所帮助。
 

　　一、hadoop，许多外行人喜欢用hadoop来形容替代大数据分析，可见它对分析岗很重要。它乃是一个能直接对大量数据集做分布式处理的软件框架，它的主要特色体现在可靠性强、高效性、可伸缩性好等诸多方面的特色。之所以它会如此可靠主要是因为它一开始的设定是“假设计算失败后会融入多个工作数据副本”，它可以就失败数据对应节点做重新分布式的安排。

　　二、Hpcc，它得到不少人士的认可和推崇，主要的特色体现在下面这些多方面：

　　1、能支持太位级网络的传输。

　　2、融入千兆比特网络技术。

　　3、延伸到研究和教育机构&网络连接等诸多模块和应用场景中。

　　三、Storm，属于自由的开源软件，系实时计算系统，它的容错性强，不但能用于处理可靠的大量的数据集，而且还可支持多种不同的编程语言，用起来趣味十足，它的应用广泛，包含淘宝、支付宝、admaster等诸多行业巨头都在用它，可见它的确是很靠谱的。

　　四、Apache drill，它开始被研发的目的是为了加速hadoop数据查询的方法，而它的确实现了这个效果，它的存在加快了大数据分析的整体进程。

　　五、Rapdiminer，它属于世界领先的挖掘数据解决方案，以先进技术作为支撑，涉及任务广泛，包含了不同数据艺术，能简化数据在挖掘过程中的设计难度和繁琐程度。

　　六、Pentaho bi，它跟传统bi产品之间有不同，pentaho bi旨在将一系列企业bi级产品、api等组成起来，将组成后的成果融入到商务智能应用的开发上，让像jfree、quartz等集成在一起。

　　以上所说就是大数据分析师在日常从业时常见的工具了，将以上工具用法掌握起来就算是踏入了大数据分析岗的第一步，接着需要做什么?要学习分析的全流程、要熟悉业务、要知道不同时间节点使用的工具是什么，得结合可视化结论预估未来的可能性，建议大数据分析日常工作内容比较多，学的知识点较杂，如果在零基础情况下想要成功转行系统地学习下大数据分析课程是个不错的选择。