Hadoop大數據分析平臺的介紹性討論，以及可與Hadoop集成的其他工具，以實現更好的數據提取和分析。
Hadoop是迄今為止MapReduce最主流的執行，是一個完全開源的平臺，VPS，用于處理大數據。它具有足夠的適應性，能夠同時處理各種數據源，或者匯集不同的信息源(記住進行大規模處理的最終目標)或者從數據庫中讀取數據以便運行處理器 - 學習機器學習的工作。它有一些獨特的應用; 然而，最好的用例之一是大量不斷發展的數據，例如，來自氣候或運動傳感器的基于區域的信息，基于在線或基于網絡的社交網絡信息，或基于機器對機器價值的數據。
我們將討論Hadoop特有的一些優點，使其成為數據處理目的的最佳和最大技術，其次是著名的工具及其用途。
Hadoop的優點
可擴展
Hadoop是一個特別通用的存儲平臺，因為它可以在幾個并行工作的廉價服務器上存儲和適當的廣泛信息索引。與習慣性關系數據庫系統(RDBMS)不同，Hadoop無法擴展以同時處理大量信息，它使組織能夠在大量節點上運行應用程序，包括大量的TB級信息處理。
便宜
Hadoop是一個提供廉價存儲解決方案的平臺。習慣性關系數據庫管理系統的問題在于，它在很大程度上具有成本限制，可以擴展到您處理巨大數據量的程度。為了降低成本，公司使用下采樣數據并根據某些假設對其進行分類，并刪除剩余的原始數據。因此，當業務優先級發生變化時，整個原始數據模型都不可用。
適應性強
Hadoop使組織能夠毫不費力地查找數據源并利用各種數據(有組織的和非組織的)。這意味著組織可以利用Hadoop從信息源獲取重要的面向業務的知識，例如，在線網絡，電子郵件討論或點擊流信息。此外，Hadoop可用于各種用途，例如，日志準備，提案框架，信息倉庫，營銷活動分析以及檢測欺詐和虛假陳述等等。
快速
Hadoop的獨一無二的存儲策略取決于傳播的文檔框架，該框架基本上將數據“映射”在集群中的任何位置。用于數據準備的工具經常在數據實際所在的類似服務器上找到，從而實現更快速的數據處理。如果您正在管理大量非結構化數據，Hadoop可以在幾分鐘內有效地處理數TB的數據，并且可以在數小時內處理數PB。
加速容錯
利用Hadoop進行數據處理的一個主要優點是它適應了非關鍵性故障。在將信息發送到單個節點時，該信息另外被再現到集群中的各個不同節點，這意味著在出現故障或錯誤的情況下，存在可供使用的另一個副本。
Hadoop工具可實現 更好的數據處理
MongoDB
MongoDB是處理數據庫管理的高級方法，是傳統數據庫的另一種選擇。該Hadoop分析工具監控非結構化或半組織信息以及經常持續變化的信息。
OpenRefine
一旦被稱為GoogleRefine，OpenRefine就是一個數據檢查工具和一個開源Hadoop工具，它可以捕獲原始數據?？蛻艨梢院敛毁M力地分析大量非結構化數據。
Cloudera
這個出色的Hadoop工具為數據庫管理，管理和處理提供了額外的好處。它建立了一個重點組織數據中心，其最終目標是讓您的團隊更好地訪問存儲的數據，服務器租用 免備案服務器，并謹慎地查看它以報告重要的業務洞察。
RapidMiner
這種有先見之明的數據檢查工具得到了德勤，思科和eBay等眾多組織的支持。開源信息調查工具促進了令人敬畏的團隊支持，并且使用起來既簡單又可行。這個BI設備最好的事情是客戶可以通過選擇API合并他們的特定計算。圖形用戶界面的構建方式使得即使是非技術客戶也可以輕松使用此工具。
Qubole
