最全大數據學習資源整理超人學院MySQL:世界最流行的開源數據庫;PostgreSQL:世界最先進的開源數據庫;Oracle數據庫：對象-關系型數據庫管理系統。框架ApacheHadoop:分布式處理架構，結合了M叩Reduce（并行處理）、YARN（作業調度）和HDFS（分布式文件系統）；Tigon:高吞吐量實時流處理框架。AddThisHydra:最初在AddThis上開發的分布式數據處理和存儲系統AMPLabSIMR:用在HadoopMapReducev1上運行Spark;ApacheBeam:為統一的模型以及一套用于定義和執行數據處理工作流的特定SDK語言;ApacheCrunch:一個簡單的JavaAPI，用于執行在普通的M叩Reduce實現時比較單調的連接、數據聚合等任務；ApacheDataFu:由LinkedIn開發的針對Hadoopand和Pig的用戶定義的函數集合；ApacheFlink:具有高性能的執行時間和自動程序優化ApacheGora:內存中的數據模型和持久性框架ApacheHama:BSP（整體同步并行）計算框架；ApacheM叩Reduce:在集群上使用并行、分布式算法處理大數據集的編程模型ApachePig:Hadoop中，用于處理數據分析程序的高級查詢語言；ApacheREEF:用來簡化和統一低層大數據系統的保留性評估執行框架ApacheS4:S4中流處理與實現的框架ApacheSpark:內存集群計算框架；ApacheSparkStreaming:流處理框架，同時是Spark的一部分；ApacheStorm:Twitter流處理框架，也可用于YARN;ApacheSamza:基于Kafka和YARN的流處理框架；ApacheTez:基于YARN，用于執行任務中的復雜DAG（有向無環圖）；ApacheTwill:基于YARN的抽象概念，用于減少開發分布式應用程序的復雜度Cascalog:數據處理和查詢庫；Cheetah:在MapReduce之上的高性能、自定義數據倉庫ConcurrentCascading:在Hadoop上的數據管理/分析框架；DamballaParkour:用于Clojure的M叩Reduce庫；DatasaltPangool:可選擇的MapReduce范例；DataTorrentStrAM:為實時引擎，用于以盡可能暢通的方式、最小的開支和對性能最小的影響，實現分布式、異步、實時的內存大數據計算FacebookCorona:為Hadoop做優化處理，從而消除單點故障FacebookPeregrine:M叩Reduce框架；FacebookScuba:分布式內存數據存儲；GoogleDataflow:創建數據管道，以幫助其分析框架NetflixPigPen:為MapReduce，用于編譯成ApachePig;NokiaDisco:由Nokia開發的MapReduc獲取、轉換和分析數據；GoogleM叩Reduce:M叩Reduce框架；GoogleMillWheel:容錯流處理框架；JAQL:用于處理結構化、半結構化和非結構化數據工作的聲明性編程語言Kite:為一組庫、工具、實例和文檔集，用于使在Hadoop的生態系統上建立系統更加容易；MetamarketsDruid:用于大數據集的實時e框架；Onyx:分布式云計算；PinterestPinlater：異步任務執行系統；Pydoop:用于Hadoop的PythonMapReduce和HDFSAPI;RackerlabsBlueflood:多租戶分布式測度處理系統Stratosphere:通用集群計算框架Streamdrill:用于計算基于不同時間窗口的事件流的活動，并找到最活躍的一個Tuktu:易于使用的用于分批處理和流計算的平臺，通過Scala、Akka和Play所建；TwitterScalding:基于Cascading，用于MapReduce工作的Scala庫；TwitterSummingbird:在Twitter上使用Scalding和Storm串流MapReduce;TwitterTSAR:Twitter上的時間序列聚合器。分布式文件系統ApacheHDFS:在多臺機器上存儲大型文件的方式BeeGFS:以前是FhGFS，并行分布式文件系統；CephFilesystem:設計的軟件存儲平臺；DiscoDDFS:分布式文件系統；FacebookHaystack:對象存儲系統；GoogleColossus:分布式文件系統(GFS2);GoogleGFS:分布式文件系統;GoogleMegastore:可擴展的、高度可用的存儲；GridGain:兼容GGFS、Hadoop內存的文件系統；Lustrefilesystem:高性能分布式文件系統；QuantcastFileSystemQFS:開源分布式文件系統；RedHatGlusterFS:向外擴展的附網存儲(Network-attachedStorage)文件系統；Seaweed-FS:簡單的、高度可擴展的分布式文件系統Alluxio:以可靠的存儲速率在跨集群框架上文件共享Tahoe-LAFS:分布式云存儲系統；文件數據模型ActianVersant:商用的面向對象數據庫管理系統CrateData:是一個開源的大規模可擴展的數據存儲，需要零管理模式FacebookApollo:Facebook的Paxos算法，類似于NoSQL數據庫；jumboDB:基于Hadoop的面向文檔的數據存儲；LinkedInEspresso:可橫向擴展的面向文檔的NoSQL數據存儲；MarkLogic:模式不可知的企業版NoSQL數據庫技術；MongoDB:面向文檔的數據庫系統；RavenDB:一個事務性的，開源文檔數據庫；RethinkDB:支持連接查詢和群組依據等查詢的文檔型數據庫。KeyM叩數據模型注意：業內存在一些術語混亂，有兩個不同的東西都叫做“列式數據庫"。這里列出的有一些是圍繞“key-m叩”數據模型而建的分布式、持續型數據庫，其中所有的數據都有(可能綜合了）鍵，并與映射中的鍵-值對相關聯。在一些系統中，多個這樣的值映射可以與鍵相關聯，并且這些映射被稱為“列族"（具有映射值的鍵被稱為"列"）。另一組也可稱為“列式數據庫”的技術因其存儲數據的方式而有別于前一組，它在磁盤上或在存儲器中——而不是以傳統方式，即所有既定鍵的鍵值都相鄰著、逐行存儲。這些系統也彼此相鄰來存儲所有列值，但是要得到給定列的所有值卻不需要以前那么繁復的工作。前一組在這里被稱為“keym叩數據模型"，這兩者和Key-value數據模型之間的界限是相當模糊的。后者對數據模型有更多的存儲格式，可在列式數據庫中列出。ApacheAccumulo:內置在Hadoop上的分布式鍵/值存儲；ApacheCassandra:由BigTable授權，面向列的分布式數據存儲；ApacheHBase:由BigTable授權，面向列的分布式數據存儲；FacebookHydraBase：Facebook所開發的HBase的衍化品；GoogleBigTable:面向列的分布式數據存儲；GoogleCloudDatastore:為完全管理型的無模式數據庫，用于存儲在BigTable上非關系型數據；Hypertable:由BigTable授權，面向列的分布式數據存儲；InfiniDB:通過MySQL的接口訪問，并使用大規模并行處理進行并行查詢；Tephra:用于HBase處理；TwitterManhattan:Twitter的實時、多租戶分布式數據庫。鍵-值數據模型Aerospike:支持NoSQL的閃存優化，數據存儲在內存。開源，“’C'（不是Java或Erlang）中的服務器代碼可精確地調整從而避免上下文切換和內存拷貝”。AmazonDynamoDB:分布式鍵/值存儲，Dynamo論文的實現;Edis:為替代Redis的協議兼容的服務器;ElephantDB:專門研究Hadoop中數據導出的分布式數據庫；EventStore:分布式時間序列數據庫；GridDB:適用于存儲在時間序列中的傳感器數據LinkedInKrati:簡單的持久性數據存儲，擁有低延遲和高吞吐量LinkedinVoldemort:分布式鍵/值存儲系統；OracleNoSQLDatabase:Oracle公司開發的分布式鍵值數據庫；Redis:內存中的鍵值數據存儲；Riak:分散式數據存儲；Storehaus:Twitter開發的異步鍵值存儲的庫；Tarantool:一個高效的NoSQL數據庫和Lua應用服務器；TiKV:由GoogleSpanner和HBase授權，Rust提供技術支持的分布式鍵值數據庫；TreodeDB:可復制、共享的鍵-值存儲，能提供多行原子寫入。圖形數據模型ApacheGiraph:基于Hadoop的Pregel實現；ApacheSparkBagel:可實現Pregel，為Spark的一部分；ArangoDB:多層模型分布式數據庫；DGraph:一個可擴展的、分布式、低時延、高吞吐量的圖形數據庫，旨在為Google生產水平規模和吞吐量提供足夠的低延遲，用于TB級的結構化數據的實時用戶查詢；FacebookTAO:TAO是facebook廣泛用來存儲和服務于社交圖形的分布式數據存儲GCHQGaffer:GCHQ中的Gaffer是一個易于存儲大規模圖形的框架，其中節點和邊緣都有統計數據;GoogleCayley:開源圖形數據庫;GooglePregel:圖形處理框架；Gr叩hLabPowerGraph:核心C++GraphLabAPI和建立在GraphLabAPI之上的高性能機器學習和數據挖掘工具包的集合GraphX：Spark中的彈性分布式圖形系統；Gremlin：圖形追蹤語言；Infovore:以RDF為中心的Map/Reduce框架；IntelGraphBuilder:在Hadoop上構建大規模圖形的工具；MapGraph:用于在GPU上大規模并行圖形處理Neo4j:完全用Java寫入的圖形數據庫；OrientDB:文檔和圖形數據庫；Phoebus:大型圖形處理框架Titan:建于Cassandra的分布式圖形數據庫；TwitterFlockDB:分布式圖形數據庫。NewSQL數據庫ActianIngres:由商業支持，開源的SQL關系數據庫管理系統；AmazonRedShift:基于PostgreSQL的數據倉庫服務；BayesDB:面向統計數值的SQL數據庫；CitusDB:通過分區和復制橫向擴展PostgreSQL;Cockroach:可擴展、地址可復制、交易型的數據庫；Datomic:旨在產生可擴展、靈活的智能應用的分布式數據庫FoundationDB:由F1授意的分布式數據庫；GoogleF1:建立在Spanner上的分布式SQL數據庫；GoogleSpanner:全球性的分布式半關系型數據庫；H-Store:是一個實驗性主存并行數據庫管理系統，用于聯機事務處理OLTP）應用的優化;Haeinsa:基于Percolator，HBase的線性可擴展多行多表交易庫；HandlerSocket：MySQL/MariaDB的NoSQL插件；InfiniSQL：無限可擴展的RDBMS;MemSQL：內存中的SQL數據庫，其中有優化的閃存列存儲；NuoDB：SQL/ACID兼容的分布式數據庫；OracleTimesTenin-MemoryDatabase:內存中具有持久性和可恢復性的關系型數據庫管理系統；PivotalGemFireXD:內存中低延時的分布式SQL數據存儲，可為內存列表數據提供SQL接口，在HDFS中較持久化；SAPHANA:是在內存中面向列的關系型數據庫管理系統SenseiDB:分布式實時半結構化的數據庫；Sky:用于行為數據的靈活、高性能分析的數據庫；SymmetricDS:用于文件和數據庫同步的開源軟件；Map-D:為GPU內存數據庫，也為大數據分析和可視化平臺；TiDB:TiDB是分布式SQL數據庫，基于谷歌F1的設計靈感；VoltDB:自稱為最快的內存數據庫。列式數據庫注意：請在鍵-值數據模型閱讀相關注釋。ColumnarStorage:解釋什么是列存儲以及何時會需要用到它ActianVector:面向列的分析型數據庫；C-Store:面向列的DBMS;MonetDB:列存儲數據庫；Parquet:Hadoop的歹^存儲格式；PivotalGreenplum:專門設計的、專用的分析數據倉庫，類似于傳統的基于行的工具，提供了一個列式工具；Vertica:用來管理大規模、快速增長的大量數據，當用于數據倉庫時，能夠提供非常快的查詢性能；GoogleBigQuery:谷歌的云產品，由其在Dremel的創始工作提供支持；AmazonRedshift:亞馬遜的云產品，它也是基于柱狀數據存儲后端。時間序列數據庫Cube:使用MongoDB來存儲時間序列數據；AxibaseTimeSeriesDatabase:在HBase之上的分布式時間序列數據庫，它包括內置的Rule￡門92巳數據預測和可視化；Heroic:基于Cassandra和Elasticsearch的可擴展的時間序列數據庫；InfluxDB:分布式時間序列數據庫；Kairosdb:類似于OpenTSDB但會考慮到Cassandra;OpenTSDB:在HBase上的分布式時間序列數據庫；Prometheus:一種時間序列數據庫和服務監測系統Newts:一種基于ApacheCassandra的時間序列數據庫。類SQL處理ActianSQLforHadoop:高性能交互式的SQL,可訪問所有的Hadoop數據；ApacheDrill:由Dremel授意的交互式分析框架ApacheHCatalog:Hadoop的表格和存儲管理層；ApacheHive:Hadoop的類SQL數據倉庫系統；ApacheOptiq:一種框架，可允許高效的查詢翻譯，其中包括異構性及聯合性數據的查詢ApachePhoenix：ApachePhoenix是HBase的SQL驅動；ClouderaImpala:由Dremel授意的交互式分析框架；ConcurrentLingual:Cascading中的類SQL查詢語言；DatasaltSploutSQL:用于大數據集的完整的SQL查詢工具；FacebookPrestoDB:分布式SQL查詢工具；GoogleBigQuery:交互式分析框架，Dremel的實現；PivotalHAWQ:Hadoop的類SQL的數據倉庫系統；RainstorDB:用于存儲大規模PB級結構化和半結構化數據的數據庫；SparkCatalyst:用于Spark和Shark的查詢優化框架；SparkSQL:使用Spark操作結構化數據；SpliceMachine:一個全功能的Hadoop上的SQLRDBMS，并帶有ACID事務；Stinger:用于Hive的交互式查詢；Tajo:Hadoop的分布式數據倉庫系統；Trafodion:為企業級的SQL-on-HBase針對大數據的事務或業務工作負載的解決方案。數據攝取AmazonKinesis:大規模數據流的實時處理ApacheChukwa:數據采集系統;ApacheFlume:管理大量日志數據的服務;ApacheKafka:分布式發布-訂閱消息系統；ApacheSqoop:在Hadoop和結構化的數據存儲區之間傳送數據的工具ClouderaMorphlines:幫助SokHBase和HDFS完成ETL的框架；FacebookScribe:流日志數據聚合器；Fluentd:采集事件和日志的工具；GooglePhoton:實時連接多個數據流的分布式計算機系統，具有高可擴展性和低延遲性Heka:開源流處理軟件系統；HIHO:用Hadoop連接不同數據源的框架；Kestrel:分布式消息隊列系統；LinkedInDatabus:對數據庫更改捕獲的事件流LinkedInKamikaze:壓縮已分類整型數組的程序包；LinkedInWhiteElephant:日志聚合器和儀表板Logstash:用于管理事件和日志的工具；NetflixSuro:像基于Chukwa的Storm和Samza一樣的日志聚合器PinterestSecor:是實現Kafka日志持久性的服務；LinkedinGobblin:LinkedIn的通用數據攝取框架Skizze:是一種數據存儲略圖，使用概率性數據結構來處理計數、略圖等相關的問題StreamSetsDataCollector:連續大數據采集的基礎設施，可簡單地使用IDE。服務編程AkkaToolkit:JVM中分布性、容錯事件驅動應用程序的運行時間；ApacheAvro:數據序列化系統；ApacheCurator:ApacheZooKeeper的Java庫;ApacheKaraf:在任何OSGi框架之上運行的OSGi運行時間；ApacheThrift:構建二進制協議的框架ApacheZookeeper:流程管理集中式服務；GoogleChubby:一種松耦合分布式系統鎖服務；LinkedinNorbert:集群管理器；OpenMPI：消息傳遞框架Serf:服務發現和協調的分散化解決方案SpotifyLuigi:一種構建批處理作業的復雜管道的Python包，它能夠處理依賴性解析、工作流管理、可視化、故障處理、命令行一體化等等問題SpringXD:數據攝取、實時分析、批量處理和數據導出的分布式、可擴展系統TwitterElephantBird:LZO壓縮數據的工作庫；TwitterFinagle:JVM的異步網絡堆棧。調度ApacheAurora:在ApacheMesos之上運行的服務調度程序；ApacheFalcon:數據管理框架；ApacheOozie:工作流作業調度程序；Chronos:分布式容錯調度；LinkedinAzkaban:批處理工作流作業調度；Schedoscope:Hadoop作業敏捷調度的ScalaDSL;Sparrow:調度平臺；Airflow:一個以編程方式編寫、調度和監控工作流的平臺。機器學習ApacheMahout:Hadoop的機器學習庫;brain:JavaScript中的神經網絡；ClouderaOryx:實時大規模機器學習；ConcurrentPattern:Cascading的機器學習庫；convnetjs:Javascript中的機器學習，在瀏覽器中訓練卷積神經網絡(或普通網絡)；Decider:Ruby中靈活、可擴展的機器學習；ENCOG:支持多種先進算法的機器學習框架，同時支持類的標準化和處理數據etcML:機器學習文本分類；EtsyConjecture:Scalding中可擴展的機器學習；GoogleSibyl:Google中的大規模機器學習系統；Gr叩hLabCreate:Python的機器學習平臺，包括ML工具包、數據工程和部署工具的廣泛集合；H2O:Hadoop統計性的機器學習和數學運行時間；MLbase:用于BDAS堆棧的分布式機器學習庫；MLPNeuralNet:針對iOS和MacOSX的快速多層感知神經網絡庫；MonkeyLearn:使文本挖掘更為容易，從文本中提取分類數據nupic:智能計算的Numenta平臺，它是一個啟發大腦的機器智力平臺，基于皮質學習算法的精準的生物神經網絡；PredictionlO:建于Hadoop、Mahout和Cascading上的機器學習服務器；SAMOA:分布式流媒體機器學習框架；scikit-learn:scikit-learn為Python中的機器學習；SparkMLlib:Spark中一些常用的機器學習(ML)功能的實現；VowpalWabbit:微軟和雅虎發起的學習系統;WEKA:機器學習軟件套件；BidMach:CPU和加速GPU的機器學習庫。基準測試ApacheHadoopBenchmarking:測試Hadoop性能的微基準；BerkeleySWIMBenchmark：現實大數據工作負載基準測試；IntelHiBench：Hadoop基準測試套件；PUMABenchmarking：MapReduce應用的基準測試套件；YahooGridmix3:雅虎工程師團隊的Hadoop集群基準測試。安全性ApacheKnoxGateway:Hadoop集群安全訪問的單點；ApacheSentry:存儲在Hadoop的數據安全模塊。系統部署ApacheAmbari:Hadoop管理的運作框架；ApacheBigtop:Hadoop生態系統的部署框架ApacheHelix:集群管理框架；ApacheMesos:集群管理器；ApacheSlider:一種YARN應用，用來部署YARN中現有的分布式應用程序;ApacheWhirr:運行云服務的庫集；ApacheYARN:集群管理器；Brooklyn:用于簡化應用程序部署和管理的庫；Buildoop:基于Groovy語言，和ApacheBigTop類似；ClouderaHUE:和Hadoop進行交互的Web應用程序；FacebookPrism:多數據中心復制系統；GoogleBorg:作業調度和監控系統；GoogleOmega:作業調度和監控系統；HortonworksHOYA:可在YARN上部署HBase集群的應用；Marathon:用于長期運行服務的Mesos框架。應用程序Adobespindle:使用Scala、Spark和Parquet處理的下一代web分析;ApacheKiji:基于HBase，實時采集和分析數據的框架ApacheNutch:開源網絡爬蟲；ApacheOODT:用于NASA科學檔案中數據的捕獲、處理和共享ApacheTika:內容分析工具包；Argus:時間序列監測和報警平臺；Countly:基于Node.js和MongoDB，開源的手機和網絡分析平臺Domino:運行、規劃、共享和部署模型——沒有任何基礎設施EclipseBIRT:基于Eclipse的報告系統；Eventhub:開源的事件分析平臺；Hermes:建于Kafka上的異步消息代理HIPILibrary:在Hadoop’sMapReduce上執行圖像處理任務的API;Hunk:Hadoop的Splunk分析；Imhotep:大規模分析平臺；MADlib:RDBMS的用于數據分析的數據處理庫;Kylin:來自eBay的開源分布式分析工具;PivotalR:PivotalHD/HAWQ和PostgreSQL中的R;Qubole:為自動縮放Hadoop集群，內置的數據連接器；Sense:用于數據科學和大數據分析的云平臺SnappyData:用于實時運營分析的分布式內存數據存儲，提供建立在Spark單一集成集群中的數據流分析、OLTP（聯機事務處理）和OLAP（聯機分析處理）；Snowplow:企業級網絡和事件分析，由Hadoop、Kinesis、Redshift和Postgres提供技術支持；SparkR:Spark的R前端；Splunk:用于機器生成的數據的分析SumoLogic:基于云的分析儀，用于分析機器生成的數據Talend:用于YARN、Hadoop、HBASE、Hive、HCatalog和Pig的統一開源環境；Warp:利用大數據（。5Xapp）的實例查詢工具。搜索引擎與框架ApacheLucene:搜索引擎庫；ApacheSolr:用于ApacheLucene的搜索平臺；ElasticSearch:基于ApacheLucene的搜索和分析引擎；Enigma.io:為免費增值的健壯性web應用，用于探索、篩選、分析、搜索和導出來自網絡的大規模數據集；FacebookUnicorn:社交圖形搜索平臺；GoogleCaffeine:連續索引系統；GooglePercolator:連續索引系統；TeraGoogle:大型搜索索引;HBaseCoprocessor:為Percolator的實現，HBase的一部分；LilyHBaseIndexer:快速、輕松地搜索存儲在HBase的任何內容；LinkedInBobo:完全由Java編寫的分面搜索的實現，為ApacheLucene的延伸；LinkedInCleo:為一個一個靈活的軟件庫，使得局部、無序、實時預輸入的搜索實現了快速發展；LinkedInGalene:LinkedIn搜索架構；LinkedInZoie:是用Java編寫的實時搜索;索引系統；SphinxSearchServer:全文搜索引擎MySQL的分支和演化AmazonRDS:亞馬遜云的MySQL數據庫；Drizzle:MySQL的6.0的演化；GoogleCloudSQL:谷歌云的MySQL數據庫；MariaDB:MySQL的增強版嵌入式替代品；MySQLCluster:使用NDB集群存儲引擎的MySQL實現；PerconaServer:MySQL的增強版嵌入式替代品；ProxySQL:MySQL的高性能代理TokuDB:用于MySQL和MariaDB的存儲引擎；WebScaleSQL:運行MySQL時面臨類似挑戰的幾家公司，它們的工程師之間的合作。PostgreSQL的分支和演化YahooEverest-multi-peta-bytedatabase/MPPderivedbyPostgreSQL.HadoopDB:M叩Reduce和DBMS的混合體；IBMNetezza:高性能數據倉庫設備;Postgres-XL:基于PostgreSQL,可擴展的開源數據庫集群；RecDB:完全建立在PostgreSQL內部的開源推薦引擎；Stado:開源MPP數據庫系統，只針對數據倉庫和數據集市的應用程序YahooEverest：PostgreSQL可以推導多字節P比特數據庫/MPP。Memcached的分支和演化FacebookMcDipper:閃存的鍵/值緩存;FacebookMemcached:Memcache的分支;Twemproxy:Memcached和Redis的快速、輕型代理TwitterFatcache:閃存的鍵/值緩存;TwitterTwemcache:Memcache的分支。嵌入式數據庫ActianPSQL:PervasiveSoftware公司開發的ACID兼容的DBMS，在應用程序中嵌入了優化；BerkeleyDB:為鍵/值數據提供一個高性能的嵌入式數據庫的一個軟件庫HanoiDB:ErlangLSMBTree存儲；LevelDB:谷歌寫的一個快速鍵-值存儲庫，它提供了從字符串鍵到字符串值的有序映射LMDB:Symas開發的超快、超緊湊的鍵-值嵌入的式數據存儲；RocksDB:基于性LevelDB，用于快速存儲的嵌入式持續性鍵-值存儲。商業智能BIMEAnalytics:商業智能云平臺;Chartio:精益業務智能平臺，用于可視化和探索數據datapine:基于云的自助服務商業智能工具Jaspersoft:功能強大的商業智能套件；JedoxPalo:定制的商業智能平臺；Microsoft:商業智能軟件和平臺；Microstrategy:商業智能、移動智能和網絡應用軟件平臺Pentaho:商業智能平臺；Qlik:商業智能和分析平臺；Saiku:開源的分析平臺；SpagoBI:開源商業智能平臺；Tableau:商業智能平臺；Zoomdata:大數據分析；Jethrodata:交互式大數據分析。數據可視化Airpal:用于PrestoDB的網頁UI;Arbor:利用網絡工作者和jQuery的圖形可視化庫；Banana:對存儲在Kibana中Solr.Port的日志和時戳數據進行可視化；Bokeh:一個功能強大的Python交互式可視化庫，它針對要展示的現代web瀏覽器，旨在為D3.js風格的新奇的圖形提供優雅簡潔的設計，同時在大規模數據或流數據集中，通過高性能交互性來表達這種能力；C3:基于D3可重復使用的圖表庫；CartoDB:開源或免費增值的虛擬主機，用于帶有強大的前端編輯功能和API的地理空間數據庫；chartd:只帶Img標簽的反應靈敏、兼容Retina的圖表；Chart.js:開源的HTML5圖表可視化效果；Chartist.js:另一個開源HTML5圖表可視化效果Crossfilter：JavaScript庫，用于在瀏覽器中探索多元大數據集，用Dc.js和D3.js.效果很好；Cubism:用于時間序列可視化的JavaScript庫；Cytosc叩e:用于可視化復雜網絡的JavaScript庫；DC.js:維度圖表，和Crossfilter一起使用，通過D3.js呈現出來，它比較擅長連接圖表/附加的元數據，從而徘徊在D3的事件附近；D3:操作文件的JavaScript庫；D3.compose:從可重復使用的圖表和組件構成復雜的、數據驅動的可視化D3Plus:一組相當強大的可重用的圖表，還有D3.js的樣式；Echarts:百度企業場景圖表；Envisionjs:動態HTML5可視化；FnordMetric:寫SQL查詢，返回SVG圖表，而不是表；Freeboard:針對IOT和其他Web混搭的開源實時儀表盤構建Gephi:屢獲殊榮的開源平臺，可視化和操縱大型圖形和網絡連接，有點像Photoshop，但是針對于圖表，適用于Windows和MacOSX;GoogleCharts:簡單的圖表API;Grafana:石墨儀表板前端、編輯器和圖形組合器Gr叩hite:可擴展的實時圖表Highcharts:簡單而靈活的圖表API;IPython:為交互式計算提供豐富的架構；Kibana:可視化日志和時間標記數據；Matplotlib：Python繪圖；Metricsgraphic.js:建立在D3之上的庫，針對時間序列數據進行最優化NVD3：d3.js的圖表組件；Peity:漸進式SVG條形圖，折線和餅圖；Plot.ly:易于使用的Web服務，它允許快速創建從熱圖到直方圖等復雜的圖表，使用圖表Plotly的在線電子表格上傳數據進行創建和設計Plotly.js:支持plotly的開源JavaScript圖形庫；Recline:簡單但功能強大的庫，純粹利用JavaScript和HTML構建數據應用；Redash:查詢和可視化數據的開源平臺Shiny:針對R的Web應用程序框架；Sigma.js:JavaScript庫，專門用于圖形繪制；Vega:一個可視化語法；Zeppelin:一個筆記本式的協作數據分析；ZingCharts:用于大數據的JavaScript圖表庫。物聯網和傳感器TempoIQ:基于云的傳感器分析；2lemetry:物聯網平臺；Pubnub:數據流網絡；ThingWorx:ThingWorx是讓企業快速創建和運行互聯應用程序平臺IFTTT:IFTTT是一個被稱為“網絡自動化神器”的創新型互聯網服務，它的全稱是Ifthisthenthat，意思是"如果這樣，那么就那樣"；Evrythng：Evrythng則是一款真正意義上的大眾物聯網平臺，使得身邊的很多產品變得智能化。文章推薦NoSQLComparison（NoSQL比較）-CassandravsMongoDBvsCouchDBvsRedisvsRiakvsHBasevsCouchbasevsNeo4jvsHypertablevsElasticSearchvsAccumulovsVoltDBvsScalariscomparison;BigDataBenchmark（大數據基準）-Redshift,Hive,Shark,ImpalaandStiger/Tez的基準；Thebigdatasuccessorofthespreadsheet（電子表格的大數據繼承者）-電子表格的繼承者應該是大數據。論文2015-20162015-Facebook-OneTrillionEdges:GraphProcessingatFacebook-Scale.（一^邊：Facebook規模的圖像處理）2013-20142014-Stanford-MiningofMassiveDatasets.（海量數據集挖掘）2013-AMPLab-Presto:DistributedMachineLearningandGraphProcessingwithSparseMatrices.（Presto:稀疏矩陣的分布式機器學習和圖像處理）2013-AMPLab-MLbase:ADistributedMachine-learningSystem.（MLbase:分布式機器學習系統）2013-AMPLab-Shark:SQLandRichAnalyticsatScale.（Shark:大規模的SQL和豐富的分析）2013-AMPLab-GraphX:AResilientDistributedGraphSystemonSpark.（Gr叩hX:基于Spark的彈性分布式圖計算系統）2013-Google-HyperLogLoginPractice:AlgorithmicEngineeringofaStateofTheArtCardinalityEstimationAlgorithm.（HyperLogLog實踐:一^個藝術形態的基數估算算法）2013-Microsoft-ScalableProgressiveAnalyticsonBigDataintheCloud.（云端大數據的可擴展性漸進分析）2013-Metamarkets-Druid:AReal-timeAnalyticalDataStore.（Druid:實時分析數據存儲）2013-Google-Online,AsynchronousSchemaChangeinF1.（F1中在線、異步模式的轉變）2013-Google-F1:ADistributedSQLDatabaseThatScales.（F1:分布式SQL數據庫）2013-Google-MillWheel:Fault-TolerantStreamProcessingatInternetScale.（MillWheel:互聯網規模下的容錯流處理）2013-Facebook-Scuba:DivingintoDataatFacebook.（Scuba:深入Facebook的數據世界）2013-Facebook-Unicorn:ASystemforSearchingtheSocialGraph.（Unicorn:一種搜索社交圖的系統）2013-Facebook-ScalingMemcacheatFacebook.（Facebook對Memcache伸縮性的增強）2011-20122012-Twitter-TheUnifiedLoggingInfrastructureforDataAnalyticsatTwitter.（Twitter數據分析的統一日志基礎結構）2012-AMPLab-BlinkandIt’sDone:InteractiveQueriesonVeryLargeData.（Blink及其完成：超大規模數據的交互式查詢）2012-AMPLab-FastandInteractiveAnalyticsoverHadoopDatawithSpark.（Spark上Hadoop數據的快速交互式分析）2012-AMPLab-Shark:FastDataAnalysisUsingCoarse-grainedDistributedMemory.（Shark:使用粗粒度的分布式內存快速數據分機2012-Microsoft-PaxosReplicatedStateMachinesastheBasisofaHigh-PerformanceDataStore.（Paxos的復制狀態機——高性能數據存儲的基礎）2012-Microsoft-PaxosMadeParallel.（Paxos算法實現并行）2012-AMPLab-BlinkDB:BlinkDB:QuerieswithBoundedErrorsandBoundedResponseTimesonVeryLargeData.超大規模數據中有限誤差與有界響應時間的查詢）2012-Google-Processingatrillioncellspermouseclick.（每次點擊處理一兆個單元格）2012-Google