史上最全的“大数据”学习资源（上）(3)

NewSQL数据库

• ??Actian Ingres：由商业支持,开源的SQL关系数据库管理系统；
• ??Amazon RedShift：基于PostgreSQL的数据仓库服务；
• ??BayesDB：面向统计数值的SQL数据库；
• ??CitusDB：通过分区和复制横向扩展PostgreSQL；
• ??Cockroach：可扩展、地址可复制、交易型的数据库；
• ??Datomic：旨在产生可扩展、灵活的智能应用的分布式数据库；
• ??FoundationDB：由F1授意的分布式数据库；
• ??Google F1：建立在Spanner上的分布式SQL数据库；
• ??Google Spanner：全球性的分布式半关系型数据库；
• ??H-Store：是一个实验性主存并行数据库管理系统,用于联机事务处理(OLTP)应用的优化；
• ??Haeinsa：基于Percolator,HBase的线性可扩展多行多表交易库；
• ??HandlerSocket：MySQL/MariaDB的NoSQL插件；
• ??InfiniSQL：无限可扩展的RDBMS；
• ??MemSQL：内存中的SQL数据库,其中有优化的闪存列存储；
• ??NuoDB：SQL / ACID兼容的分布式数据库；
• ??Oracle TimesTen in-Memory Database：内存中具有持久性和可恢复性的关系型数据库管理系统；
• ??Pivotal GemFire XD：内存中低延时的分布式SQL数据存储,可为内存列表数据提供SQL接口,在HDFS中较持久化；
• ??SAP HANA：是在内存中面向列的关系型数据库管理系统；
• ??SenseiDB：分布式实时半结构化的数据库；
• ??Sky：用于行为数据的灵活、高性能分析的数据库；
• ??SymmetricDS：用于文件和数据库同步的开源软件；
• ??Map-D：为GPU内存数据库,也为大数据分析和可视化平台；
• ??TiDB：TiDB是分布式SQL数据库,基于谷歌F1的设计灵感；
• ??VoltDB：自称为最快的内存数据库.

列式数据库

注意：请在键-值数据模型?阅读相关注释.

• ??Columnar Storage：解释什么是列存储以及何时会需要用到它；
• ??Actian Vector：面向列的分析型数据库；
• ??C-Store：面向列的DBMS；
• ??MonetDB：列存储数据库；
• ??Parquet：Hadoop的列存储格式；
• ??Pivotal Greenplum：专门设计的、专用的分析数据仓库,类似于传统的基于行的工具,提供了一个列式工具；
• ??Vertica：用来管理大规模、快速增长的大量数据,当用于数据仓库时,能够提供非常快的查询性能；
• ??Google BigQuery?：谷歌的云产品,由其在Dremel的创始工作提供支持；
• ??Amazon Redshift?：亚马逊的云产品,它也是基于柱状数据存储后端.

时间序列数据库

• ??Cube：使用MongoDB来存储时间序列数据；
• ??Axibase Time Series Database：在HBase之上的分布式时间序列数据库,它包括内置的Rule Engine、数据预测和可视化；
• ??Heroic：基于Cassandra和Elasticsearch的可扩展的时间序列数据库；
• ??InfluxDB：分布式时间序列数据库；
• ??Kairosdb：类似于OpenTSDB但会考虑到Cassandra；
• ??OpenTSDB：在HBase上的分布式时间序列数据库；
• ??Prometheus：一种时间序列数据库和服务监测系统；
• ??Newts：一种基于Apache Cassandra的时间序列数据库.

类SQL处理

• ??Actian SQL for Hadoop：高性能交互式的SQL,可访问所有的Hadoop数据；
• ??Apache Drill：由Dremel授意的交互式分析框架；
• ??Apache HCatalog：Hadoop的表格和存储管理层；
• ??Apache Hive：Hadoop的类SQL数据仓库系统；
• ??Apache Optiq：一种框架,可允许高效的查询翻译,其中包括异构性及联合性数据的查询；
• ??Apache Phoenix：Apache Phoenix 是 HBase 的 SQL 驱动；
• ??Cloudera Impala：由Dremel授意的交互式分析框架；
• ??Concurrent Lingual：Cascading中的类SQL查询语言；
• ??Datasalt Splout SQL：用于大数据集的完整的SQL查询工具；
• ??Facebook PrestoDB：分布式SQL查询工具；
• ??Google BigQuery：交互式分析框架,Dremel的实现；
• ??Pivotal HAWQ：Hadoop的类SQL的数据仓库系统；
• ??RainstorDB：用于存储大规模PB级结构化和半结构化数据的数据库；
• ??Spark Catalyst：用于Spark和Shark的查询优化框架；
• ??SparkSQL：使用Spark操作结构化数据；
• ??Splice Machine：一个全功能的Hadoop上的SQL?RDBMS,并带有ACID事务；
• ??Stinger：用于Hive的交互式查询；
• ??Tajo：Hadoop的分布式数据仓库系统；
• ??Trafodion：为企业级的SQL-on-HBase针对大数据的事务或业务工作负载的解决方案.

数据摄取

• ??Amazon Kinesis：大规模数据流的实时处理；
• ??Apache Chukwa：数据采集系统；
• ??Apache Flume：管理大量日志数据的服务；
• ??Apache Kafka：分布式发布-订阅消息系统；
• ??Apache Sqoop：在Hadoop和结构化的数据存储区之间传送数据的工具；
• ??Cloudera Morphlines：帮助 Solr、HBase和HDFS完成ETL的框架；
• ??Facebook Scribe：流日志数据聚合器；
• ??Fluentd：采集事件和日志的工具；
• ??Google Photon：实时连接多个数据流的分布式计算机系统,具有高可扩展性和低延迟性；
• ??Heka：开源流处理软件系统；
• ??HIHO：用Hadoop连接不同数据源的框架；
• ??Kestrel：分布式消息队列系统；
• ??LinkedIn Databus：对数据库更改捕获的事件流；
• ??LinkedIn Kamikaze：压缩已分类整型数组的程序包；
• ??LinkedIn White Elephant：日志聚合器和仪表板；
• ??Logstash：用于管理事件和日志的工具；
• ??Netflix Suro：像基于Chukwa 的Storm和Samza一样的日志聚合器；
• ??Pinterest Secor：是实现Kafka日志持久性的服务；
• ??Linkedin Gobblin：LinkedIn的通用数据摄取框架；
• ??Skizze：是一种数据存储略图,使用概率性数据结构来处理计数、略图等相关的问题；
• ??StreamSets Data Collector：连续大数据采集的基础设施,可简单地使用IDE.

（编辑：ASP站长网）