盘点：Java程序员在用的大数据工具

据日前的一则大数据工具使用情况调查，我们知道了Java程序猿最喜欢用的大数据工具。

问题：他们最近一年最喜欢用什么工具或者是框架？

受访者可以选择列表中的选项或者列出自己的，本文主要关心的是大数据工具。上一篇Java调查包括下列内容：

1.     开发语言

2.     Web框架

3.     应用服务器

4.     数据库工具

5.     SQL数据

6.     大数据

7.     开发工具

8.     云供应商

现在，来看看维基百科上对大数据的定义：

大数据，广义上来说是一组量很大很复杂的数据集合，在这种情况下传统的数据处理方式将不再适用。

对于一般情况来说传统的SQL数据库足够用。再另外一些场景下，传统的数据库能够承载的数据库量级有限，并且现在有了越来越多的工具可供使用。关键取决于场景。

现在让我们来讨论不同的非SQL工具来存储/处理数据 - NoSQL数据库、内存缓存、全文搜索引擎、实时流媒体、图形数据库等。

大数据-调查结果

• MongoDB-一种非常流行的、跨平台、面向document的数据库。

• Elasticsearch-专为云计算设计的分布式REST风格的搜索引擎。

• Cassandra-一个开源的分布式数据库管理系统。最初是Facebook设计和开发的，部署在大量商用服务器上来处理大量的数据。高可用，无单点故障。

• Redis-开源的（BSD）内存数据结构存储、内存库、缓存、消息代理。

• Hazelcast-基于Java开发的内存数据网格。

• EHCache-广泛使用的开源Java分布式缓存、J2ee、轻量级容器。

• Hadoop-用java开发的开源分布式大数据框架，用来处理非常大规模数据，hadoop是集群化部署。

• Solr-使用java开发的开源企业级搜索平台。最初归属在Apache Lucene项目中。

• Spark-ASF中最活跃的项目，是一个开源的集群化计算框架。

• Memcached–通用分布式缓存系统。

• Apache Hive-在Hadoop支持类SQL封装，将SQL语句变成mr程序来执行。

• Apache Kafka–高吞吐量、分布式、消息发布-订阅系统，最早是Linkin开发的。

• Akka–Java开发的用来建造高并发，基于jvm弹性消息驱动的应用。

• Hbase-根据Google的BigTable论文开发的开源分布式非关系型数据库。开发语言是Java，用HDFS作为底层存储。

• Neo4j–用Java实现的开源图形数据库。

• CouchBase–面向Document的开源分布式NoSQL数据库，并且针对交互应用做过优化。

• Apache Storm–开源分布式实时计算系统。

• CouchDB–使用json来存储数据的开放源码面向文档的NoSQL数据库。

• Oracle Coherence–内存数据网格解决方案，使企业通过提供快速访问热数据来预测关键任务应用的规模。

• Titan–可扩展的图形数据库，针对集群存储和查询数千亿的图形数据做过优化。

• 亚马逊 DynamoDB – 一个快速、灵活NoSQL数据库，能够应对所有规模应用程序的需求，包括持久化、毫秒级延迟。

• Amazon Kinesis–AWS上的实时数据计算平台。

• Datomic–提供完整事务支持，云计算，分布式的数据库，开发语言用Clojure。

近期精彩活动（直接点击查看）：

福利 · 阅读 | 免费申请读大数据新书 第8期