| 类别 |
名称 |
官网 |
备注 |
| 查询引擎 |
Phoenix |
http://phoenix.incubator.apache.org/ |
Salesforce公司出品，Apache HBase之上的一个SQL中间层，完全使用Java编写 |
| Stinger |
http://hortonworks.com/labs/stinger/
http://tez.incubator.apache.org/ |
原叫Tez，下一代Hive,Hortonworks主导开发，运行在YARN上的DAG计算框架 |
| Presto |
http://prestodb.io/ |
Facebook开源 |
| Shark |
http://shark.cs.berkeley.edu/ |
Spark上的SQL执行引擎 |
| Pig |
http://pig.apache.org/ |
基于Hadoop MapReduce的脚本语言 |
| Cloudera Impala |
http://www.cloudera.com/content/cloudera/en/products-and-services/cdh/impala.html |
参照Google Dremel实现，能运行在HDFS或HBase上，使用C++开发 |
| Apache Drill |
http://incubator.apache.org/drill/ |
参照Google Dremel实现 |
| Apache Tajo |
http://tajo.incubator.apache.org/ |
一个运行在YARN上支持SQL的分布式数据仓库 |
| Hive |
http://hive.apache.org/ |
基于Hadoop MapReduce的SQL查询引擎 |
| 流式计算 |
Facebook Puma |
|
实时数据流分析 |
| Twitter Rainbird |
|
分布式实时统计系统，如网站的点击统计 |
| Yahoo S4 |
http://incubator.apache.org/s4/ |
Java开发的一个通用的、分布式的、可扩展的、分区容错的、可插拔的无主架构的流式系统 |
| Twitter Storm |
http://storm.incubator.apache.org/ |
使用Java和Clojure实现 |
| 迭代计算 |
Apache Hama |
https://hama.apache.org/ |
建立在Hadoop上基于BSP（Bulk Synchronous Parallel）的计算框架，模仿了Google的Pregel。 |
| Apache Giraph |
https://giraph.apache.org/ |
建立在Hadoop上的可伸缩的分布式迭代图处理系统，灵感来自BSP（bulk synchronous parallel）和Google的Pregel |
| HaLoop |
https://code.google.com/p/haloop/ |
迭代的MapReduce |
| Twister |
http://www.iterativemapreduce.org/ |
迭代的MapReduce |
| 离线计算 |
Hadoop MapReduce |
http://hadoop.apache.org/ |
经典的大数据批处理系统 |
| Berkeley Spark |
http://spark.incubator.apache.org/
http://shark.cs.berkeley.edu/ |
使用Scala语言实现，和MapReduce有较大的竞争关系，性能强于MapReduce |
| DataTorrent |
http://www.datatorrent.com/ |
基于Hadoop2.X构建的实时流式处理和分析平台，每秒可以处理超过10亿个实时事件 |
| 键值存储 |
LevelDB |
https://code.google.com/p/leveldb/ |
Google开源的高效KV编程库，注意它只是个库 |
| RocksDB |
http://rocksdb.org/ |
Facebook开源的，基于Google的LevelDB，但提高了扩展性可以运行在多核处理器上 |
| HyperDex |
http://hyperdex.org/ |
下一代KV存储系统，支持strings、integers、floats、lists、maps和sets等丰富的数据类型 |
| TokyoCabinet |
http://fallabs.com/tokyocabinet/ |
日本人Mikio Hirabayashi（平林干雄）开发的一款DBM数据库，注意它只是个库（大名鼎鼎的DBM数据库qdbm就是Mikio Hirabayashi开发的）,读写非常快 |
| Voldemort |
http://www.project-voldemort.com/voldemort/ |
一个分布式键值存储系统，是Amazon Dynamo的一个开源克隆，LinkedIn开源 |
| Amazon Dynamo |
https://github.com/dynamo/dynamo |
亚马逊的KV模式的存储平台，无主架构 |
| Tair |
http://tair.taobao.org/ |
淘宝出品的高性能、分布式、可扩展、高可靠的KV结构存储系统，专为小文件优化，并提供简单易用的接口（类似Map），Tair支持Java和C版本的客户端 |
| Apache Accumulo |
https://accumulo.apache.org/ |
一个可靠的、可伸缩的、高性能的排序分布式的KV存储系统，参照Google Bigtable而设计，建立在Hadoop、Thrift和Zookeeper之上。 |
| Redis |
http://redis.io/ |
使用ANSI C语言编写、支持网络、可基于内存亦可持久化的日志型、单机版KV数据库。从2010年3月15日起，Redis的开发工作由VMware主持 |
| 表格存储 |
OceanBase |
http://alibaba.github.io/oceanbase/ |
支持海量数据的高性能分布式数据库系统，实现了数千亿条记录、数百TB数据上的跨行跨表事务 |
| Amazon SimpleDB |
http://aws.amazon.com/cn/simpledb/ |
一个可大规模伸缩、用 Erlang 编写的高可用数据存储 |
| Vertica |
http://www.vertica.com/ |
惠普2011收购Vertica，Vertica是传统的关系型数据库，基于列存储，同时支持MPP，使用标准的SQL查询,可以和Hadoop/MapReduce进行集成 |
| Cassandra |
http://cassandra.apache.org/ |
Hadoop成员，Facebook于2008将Cassandra开源，基于O(1)DHT的完全P2P架构 |
| HyperTable |
http://hypertable.org/ |
搜索引擎公司Zvents针对Bigtable的C++开源实现 |
| HBase |
http://hbase.apache.org/ |
Bigtable在Hadoop中的实现，最初是Powerset公司为了处理自然语言搜索产生的海量数据而开展的项目 |
| 文件存储 |
CouchDB |
http://couchdb.apache.org/ |
面向文档的数据存储 |
| MongoDB |
https://www.mongodb.org/ |
文档数据库 |
| Tachyon |
http://tachyon-project.org/
https://github.com/amplab/tachyon |
加州大学伯克利分校的AMPLab基于Hadoop的核心组件开发出一个更快的版本Tachyon，它从底层重构了Hadoop平台。 |
| KFS |
http://code.google.com/p/kosmosfs/ |
GFS的C++开源版本 |
| HDFS |
http://hadoop.apache.org/ |
GFS在Hadoop中的实现 |
| 资源管理 |
Twitter Mesos |
http://mesos.apache.org/ |
Google Borg的翻版 |
| Hadoop Yarn |
http://hadoop.apache.org/ |
类似于Mesos |
| 日志收集系统 |
Facebook Scribe |
https://github.com/facebook/scribe |
Facebook开源的日志收集系统，能够从各种日志源上收集日志，存储到一个中央存储系统（可以是NFS，分布式文件系统等）上，以便于进行集中统计分析处理，常与Hadoop结合使用，Scribe用于向HDFS中Push日志 |
| Cloudera Flume |
http://flume.apache.org/ |
Cloudera提供的日志收集系统，支持对日志的实时性收集 |
| 消息系统 |
StormMQ |
http://stormmq.com/ |
|
| ZeroMQ |
http://zeromq.org/ |
很底层的高性能网络库 |
| RabbitMQ |
https://www.rabbitmq.com/ |
在AMQP基础上完整的，可复用的企业消息系统 |
| Apache ActiveMQ |
http://activemq.apache.org/ |
能力强劲的开源消息总线 |
| Jafka |
http://kafka.apache.org/ |
开源的、高性能的、跨语言分布式消息系统，最早是由Apache孵化的Kafka（由LinkedIn捐助给Apache）克隆而来 |
| Apache Kafka |
http://kafka.apache.org/ |
Linkedin于2010年12月份开源的分布式消息系统，它主要用于处理活跃的流式数据，由Scala写成 |
| 分布式服务 |
ZooKeeper |
http://zookeeper.apache.org/ |
分布式锁服务，PoxOS算法的实现，对应Google的Chubby |
| RPC |
Apache Avro |
http://avro.apache.org/ |
Hadoop中的RPC |
| Facebook Thrift |
http://thrift.apache.org/ |
RPC，支持C++/Java/PHP等众多语言 |
| 集群管理 |
Nagios |
http://www.nagios.org/ |
监视系统运行状态和网络信息的监视系统 |
| Ganglia |
http://ganglia.sourceforge.net/ |
UC Berkeley发起的一个开源集群监视项目，设计用于测量数以千计的节点。 |
| Apache Ambari |
http://ambari.apache.org/ |
Hadoop成员，管理和监视Apache Hadoop集群的开源框架 |
| 基础设施 |
LevelDB |
http://code.google.com/p/leveldb/ |
Google顶级大牛开发的单机版键值数据库，具有非常高的写性能 |
| SSTable |
|
源于Google，orted String Table |
| RecordIO |
|
源于Google |
| Flat Buffers |
https://github.com/google/flatbuffers |
针对游戏开发的，高效的跨平台序列化库，相比Proto Buffers开销更小，因为Flat Buffers没有解析过程 |
| Protocol Buffers |
http://code.google.com/p/protobuf/ |
Google公司开发的一种数据描述语言，类似于XML能够将结构化数据序列化，可用于数据存储、通信协议等方面。它不依赖于语言和平台并且可扩展性极强。 |
| Consistent Hashing |
|
1997年由麻省理工学院提出,目标是为了解决因特网中的热点（Hot spot）问题，初衷和CARP十分类似，基本解决了在P2P环境中最为关键的问题——如何在动态的网络拓扑中分布存储和路由。 |
| Netty |
http://netty.io/ |
JBOSS提供的一个java开源框架，提供异步的、事件驱动的网络应用程序框架，用以快速开发高性能、高可靠性的网络服务器和客户端程序。 |
| BloomFilter |
|
布隆过滤器，1970年由布隆提出，是一个很长的二进制矢量和一系列随机映射函数，可以用于检索一个元素是否在一个集合中，优点是空间效率和查询时间都远远超过一般的算法，缺点是有一定的误识别率和删除困难。 |
| 搜索引擎 |
Nutch |
https://nutch.apache.org/ |
开源Java 实现的搜索引擎，诞生Hadoop的地方。 |
| Lucene |
http://lucene.apache.org/ |
一套信息检索工具包，但并不包含搜索引擎系统，它包含了索引结构、读写索引工具、相关性工具、排序等功能。 |
| SolrCloud |
|
基于Solr和Zookeeper的分布式搜索， Solr4.0 的核心组件之一，主要思想是使用 Zookeeper 作为集群的配置信息中心 |
| Solr |
https://lucene.apache.org/solr/ |
Solr是基于Lucene的搜索。 |
| ElasticSearch |
http://www.elasticsearch.org/
http://www.elasticsearch.cn/ |
开源的（Apache2协议），分布式的，RESTful的，构建在Apache Lucene之上的的搜索引擎。 |
| SenseiDB |
http://senseidb.com |
Linkin公司开发的一个开源分布式实时半结构化数据库，在全文索引的基础封装了Browse Query Language (BQL，类似SQL)的查询语法。 |
| 数据挖掘 |
Mahout |
http://mahout.apache.org/ |
Hadoop成员，目标是建立一个可扩展的机器学习库 |
| Iaas |
OpenStack |
https://www.openstack.org/ |
美国国家航空航天局和Rackspace合作研发的，以Apache许可证授权云平台管理的项目，它不是一个软件。这个项目由几个主要的组件组合起来完成一些具体的工作，旨在为公共及私有云的建设与管理提供软件的开源项目。6个核心项目：Nova（计算，Compute），Swift（对象存储，Object），Glance（镜像，Image），Keystone（身份，Identity），Horizon（自助门户，Dashboard），Quantum & Melange（网络&地址管理），另外还有若干社区项目，如Rackspace（负载均衡）、Rackspace（关系型数据库）。 |
