史上最全的“大数据”学习资源（上）(2)

文件数据模型

• ??Actian Versant：商用的面向对象数据库管理系统；
• ??Crate Data：是一个开源的大规模可扩展的数据存储,需要零管理模式；
• ??Facebook Apollo：Facebook的Paxos算法,类似于NoSQL数据库；
• ??jumboDB：基于Hadoop的面向文档的数据存储；
• ??LinkedIn Espresso：可横向扩展的面向文档的NoSQL数据存储；
• ??MarkLogic：模式不可知的企业版NoSQL数据库技术；
• ??MongoDB：面向文档的数据库系统；
• ??RavenDB：一个事务性的,开源文档数据库；
• ??RethinkDB：支持连接查询和群组依据等查询的文档型数据库.

Key Map 数据模型

注意：业内存在一些术语混乱,有两个不同的东西都叫做“列式数据库”.这里列出的有一些是围绕“key-map”数据模型而建的分布式、持续型数据库,其中所有的数据都有(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“列式数据库”的技术因其存储数据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数据模型”,这两者和Key-value 数据模型之间的界限是相当模糊的.后者对数据模型有更多的存储格式,可在列式数据库中列出.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,面向列的分布式数据存储；
• ??Apache HBase：由BigTable授权,面向列的分布式数据存储；
• ??Facebook HydraBase：Facebook所开发的HBase的衍化品；
• ??Google BigTable：面向列的分布式数据存储；
• ??Google Cloud Datastore：为完全管理型的无模式数据库,用于存储在BigTable上非关系型数据；
• ??Hypertable：由BigTable授权,面向列的分布式数据存储；
• ??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、多租户分布式数据库.

键-值数据模型

• ??Aerospike：支持NoSQL的闪存优化,数据存储在内存.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中数据导出的分布式数据库；
• ??EventStore：分布式时间序列数据库；
• ??GridDB：适用于存储在时间序列中的传感器数据；
• ??LinkedIn Krati：简单的持久性数据存储,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数据库；
• ??Redis：内存中的键值数据存储；
• ??Riak：分散式数据存储；
• ??Storehaus：Twitter开发的异步键值存储的库；
• ??Tarantool：一个高效的NoSQL数据库和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数据库；
• ??TreodeDB：可复制、共享的键-值存储,能提供多行原子写入.

图形数据模型

• ??Apache Giraph：基于Hadoop的Pregel实现；
• ??Apache Spark Bagel：可实现Pregel,为Spark的一部分；
• ??ArangoDB：多层模型分布式数据库；
• ??DGraph：一个可扩展的、分布式、低时延、高吞吐量的图形数据库,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级的结构化数据的实时用户查询；
• ??Facebook TAO：TAO是facebook广泛用来存储和服务于社交图形的分布式数据存储；
• ??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数据；
• ??Google Cayley：开源图形数据库；
• ??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数据挖掘工具包的集合；
• ??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写入的图形数据库；
• ??OrientDB：文档和图形数据库；
• ??Phoebus：大型图形处理框架；
• ??Titan：建于Cassandra的分布式图形数据库；
• ??Twitter FlockDB：分布式图形数据库.

（编辑：ASP站长网）