1 DiscoDisco最初是由诺基亚开发的，是一个分布式计算框架。和Hadoop一样，也是基于MapReduce的。它包括一个分布式文件系统和一个支持数十亿个键和值的数据库。支持的操作系统:Linux和OS X. 2。作为Hadoop的替代方案，大数据平台HPCC承诺速度非常快，并且具有超强的可扩展性。除了免费社区版，HPCCSystems还提供付费企业版、收费模块、培训、咨询等服务。
3.LumifyLumify隶属于Altamira科技公司(以国家安全技术闻名)，是一个开源的大数据集成、分析和可视化平台。你只需要在Try、Lumify、io中试用演示版，就能看到它的实际效果。支持的操作系统:Linux。4.PandasPandas项目包括基于Python编程语言的数据结构和数据分析工具。它允许企业在大数据分析项目中使用Python作为R的替代方案。
6、大数据分析一般用什么工具分析?大数据处理分析过程中常用的六种工具:1。Hadoop是一个可以分发大量数据的软件框架。但是Hadoop是以一种可靠、高效和可扩展的方式处理的。Hadoop之所以可靠，是因为它假设计算元素和存储会出现故障，所以它维护工作数据的多个副本，以确保可以为出现故障的节点重新分配处理。Hadoop是高效的，因为它以并行方式工作，从而加快了处理速度。
另外，Hadoop依赖于社区服务器，所以成本相对较低，任何人都可以使用。2.HPCCHPCC，高性能计算和通信的缩写。1993年，美国联邦科学、工程与技术协调委员会向国会提交了《重大挑战项目:高性能计算与通信》报告，该报告也被称为HPCC计划报告，即美国总统的科学战略项目。其目的是通过加强研究和开发来解决一些重要的科学和技术挑战。
7、大数据分析一般用什么工具分析1。Hadoop是一个可以分发大量数据的软件框架。但是Hadoop是以一种可靠、高效和可扩展的方式处理的。Hadoop之所以可靠，是因为它假设计算元素和存储会出现故障，所以它维护工作数据的多个副本，以确保可以为出现故障的节点重新分配处理。Hadoop是高效的，因为它以并行方式工作，从而加快了处理速度。
另外，Hadoop依赖于社区服务器，所以成本相对较低，任何人都可以使用。2.HPCCHPCC，高性能计算和通信的缩写。1993年，美国联邦科学、工程与技术协调委员会向国会提交了《重大挑战项目:高性能计算与通信》报告，该报告也被称为HPCC计划报告，即美国总统的科学战略项目。其目的是通过加强研究和开发来解决一些重要的科学和技术挑战。
8、如何让Hadoop结合R语言做统计和大数据分析1)。RHadoopRHadoop是Hadoop和R语言相结合的产品，由RevolutionAnalytics开发，并将代码开放给github社区。RHadoop包含三个R包(rmr、rhdfs、rhbase)，分别对应Hadoop系统架构中的MapReduce、hdfs、HBase HBase。2).RHiveRHive是一个通过R语言直接访问Hive的工具包，由NexR的一家韩国公司开发。
在9、大数据与Hadoop之间的关系
Hadoop中添加多个数据集的方法有很多。MapReduce提供了映射端和Reduce端之间的数据连接。这些连接是非常特殊的连接，并且可能是非常昂贵的操作。Pig和Hive也具有相同的申请连接多个数据集的能力。Pig提供复制连接、合并连接和倾斜连接，Hive提供地图端连接和完全外部连接来分析数据。
至于分析Hadoop中的大量数据，Anoop指出，一般来说，在大数据/Hadoop的世界中，有些问题可能并不复杂，解决方案也很简单，但挑战在于数据量。在这种情况下，需要不同的解决方案来解决问题。一些分析任务是从日志文件中统计清除id的数量，转换特定日期范围内的存储数据，以及对网民进行排名。所有这些任务都可以通过Hadoop中的各种工具和技术来解决，比如MapReduce、Hive、Pig、Giraph和Mahout。
10、如何让Hadoop结合R语言做大数据分析R语言和Hadoop让我们认识到了两种技术在各自领域的强大。很多开发者会从计算机的角度提出以下两个问题。问题1:Hadoop家族这么强大，为什么还要结合R语言？问题2:Mahout还可以做数据挖掘和机器学习。和R语言有什么区别？下面我试着做个回答:问题1:Hadoop家族这么强大，为什么要和R语言结合？
PB数据量计算)，有可能。b.R语言的优势在于统计分析，在Hadoop之前，我们必须对书籍进行采样，测试假设，并为大数据的处理做回归。r语言长期以来一直是统计学家的专属工具，c .从A点和B点可以看出，hadoop侧重于总数据分析，而R语言侧重于样本数据分析。
