大数据的生态系统如今已经非常庞大，涌现大量主流数据处理框架如Hadoop、Spark、Flink、Google的Tensorflow以及其他不计其数的Apache开源项目（最受欢迎的十个开源大数据技术）。

　　今天我们要推荐的五个“非主流”开源大数据技术项目，在某些特定的应用场合，往往能助您出奇制胜。

　　一、Luigi



　　Luigi是Spotify开发的数据管线批处理工具，热度正在不断飙升。Luigi的定位不是取代底层数据处理工具如Hive或者Pig，而是在众多任务间创建工作流。Luigi原生支持Hadoop，这对于很多用户来说非常有吸引力。

　　近日创业公司Mortar就将Spotify开发的开源大数据工具Luigi搬上云端，在亚马逊云上提供复杂的，涉及大量工具和数据库的大数据流水线处理服务，不论是否使用Hadoop，用户都可以用Luigi管理复杂的大数据工作流。

　　二、Lumify

　　Lumify是一个开源大数据分析和可视化平台，开发者Altamira认为当前的大数据分析工具并不完善，因此开发了Lumify来聚合、管理和洞察数据，此外，Lumify还可以用来分析数据内部之间的关系，进行地理图形数据分析，并实时组织和协调数据。Lumify的官网由比较完整的文档和介绍视频，还提供了了一个在线应用示例。

　　三、Google云平台Hadoop互操作工具



　　这个技术项目来自Google Cloud Platform的官方Github账号，描述如下：

　　为实现Hadoop相关开源软件、Google云平台之间互操作的代码库和工具集。如果你打算在Google云平台上运行基于HDFS数据的Map-Reduce任务，那么这些工具值得投资。

　　四、Presto



　　Presto是一个分布式的大数据SQL查询引擎，支持所有数据源格式，以及从GB到PB级别的数据规模。Presto主打的卖点是速度和可扩展性，如果你想提升SQL查询速度又不愿对数据源存储系统进行投资或改动，或者需要对存储在多个平台的数据源进行查询，Presto都是值得考虑的选择。Presto的官网由比较详细的资料，这里还有一个Teradata的五分钟视频介绍（youtube），以及Facebook的Presto设置应用指南（youtube）。

　　五、Clusterize



　　来自DenisLukov的这个项目是今天介绍的“非主流”中的非主流，与前面介绍的四个后端数据科学/工程工具不同，Clusterize是一个Javascript写成的前端开发小项目，目的是提高大数据集的浏览效率，降低延迟，这算得上是一个大数据工具吗？也许吧，至少对于很多开发者来说是如此。
第三十五届CIO班招生
国际CIO认证培训
首席数据官（CDO）认证培训

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。