外面有成千上万的大数据工具。它们都承诺可以为你节省时间和资金，并帮助发掘之前从来见过的业务洞察力。虽然确实如此，可是面对那么多的选择，想理清这么多的工具谈何容易。
哪一种工具适合你的技能组合?哪一种工具适合你的项目?
为了替你节省一点时间，并帮助你首次选对工具，我们列出了我们青睐的几款数据工具，涉及数据提取、存储、清理、挖掘、可视化、分析和整合等领域。
数据存储和管理
如果你准备处理大数据，就要考虑该如何存储大数据。大数据得到“大”这个名号，一方面在于，大数据太庞大了，传统系统处理不了。一家优秀的数据存储提供商应该可以为你提供一套基础设施，除了用来存储和查询数据外，你还可以在上面运行其他所有分析工具。
Hadoop
Hadoop这个名称已成为了大数据的代名词。它是一种开源软件框架，用于在计算机集群上分布式存储非常庞大的数据集。这一切意味着你可以扩大或缩小数据规模，没必要为硬件故障而担心。Hadoop为任何一种数据提供了海量存储空间、强大的处理能力以及处理几乎无限制的并发任务或作业这一功能。
Hadoop并不适合数据初学者。想真正发挥其功能，你其实需要知道Java。这可能需要一番投入，但是Hadoop无疑值得你付出努力――因为其他许多公司和技术运行在它的基础上或者与它整合起来。
Cloudera
说到Cloudera，它其实是Hadoop的一个品牌名，上面添加了一些额外服务。它可以帮助贵公司构建一个企业数据枢纽，让贵企业的人员可以更方便地访问所存储的数据。
虽然确实有开源组件，但Cloudera主要还是一款企业解决方案，帮助公司管理Hadoop生态系统。实际上，它可以替你处理管理Hadoop的大量繁重工作。它还提供了一定级别的数据安全性，如果你要存储任何敏感数据或私人数据，这至关重要。
MongoDB
MongoDB是新颖的现代数据库方法，可谓是后起之秀。它好比是关系数据库的替代技术。它适用于管理经常变化的数据或者非结构化或半结构化数据。
常见的使用场合包括：为移动应用程序、产品目录、实时个性化、内容管理以及跨多个系统提供单一视图的应用程序存储数据。MongoDB同样不适合数据新手。与任何数据库一样，你确实需要了解如何使用一种编程语言来查询它。
Talend
Talend是另一家出色的开源公司，它提供许多数据产品。我们在这里主要介绍其主数据管理(MDM)产品，该产品将实时数据、应用程序和流程整合与嵌入式数据质量及监管结合起来。
由于是开源产品，Talend完全免费，因而是个不错的选择，无论贵公司处于哪个发展阶段。而且，它让你没必要构建和维护自己的数据管理系统――这是一项非常复杂而困难的任务。
开始入门
如果你对大数据完全一无所知，数据库可能不是最适合入手的方面。它们比较复杂，确实需要具备一定的编程知识才能上手(这不像下面提到的其他许多工具)。然而，如果你确实想要从事或处理大数据，那知道数据库的基本知识、聊起数据库头头是道必不可少。你可以全面了解推动大数据的技术，包括数据库和存储发展史、关系数据库和文档数据库的区别、大数据的挑战以及必不可少的工具，还有Hadoop简要介绍。
数据清理
在你真正挖掘数据、获取洞察力之前，需要清理数据。尽管创建一个整洁、结构清晰的数据集总是好做法，但有时这并非始终行得通。数据集可能形状和大小不一(有些好的，有些不太好!)，尤其是你从网上获取数据时。下列公司可以帮助你完善和重组数据，处理成实用的数据集。
OpenRefine
OpenRefine(以前叫GoogleRefine)是一种开源工具，专门用于清理凌乱的数据。你可以轻松快速地浏览庞大的数据集，即便数据有点非结构化。就数据软件而言，OpenRefine很易于使用。不过，熟悉数据清理原则肯定有所帮助。OpenRefine好就好在，它有一个庞大社区，拥有众多贡献者，这意味着这款软件在不断变得完善。要是遇到了难题，你可以向社区提问。可以查看其Github代码库。
DataCleaner
DataCleaner认识到数据处理是一项冗长乏味的任务。数据可视化工具只能读取结构条理化、“干净”的数据集。DataCleaner可以替你干脏活，将凌乱的半结构化数据集转换成干净的、可读取的数据集，那样所有可视化公司都能读取。
为了帮助大家让学习变得轻松、高效，给大家免费分享一大批资料，帮助大家在成为大数据工程师，乃至架构师的路上披荆斩棘。在这里给大家推荐一个大数据学习交流圈：658558542 欢迎大家进群交流讨论，学习交流，共同进步。
当真正开始学习的时候难免不知道从哪入手，导致效率低下影响继续学习的信心。
但最重要的是不知道哪些技术需要重点掌握，学习时频繁踩坑，最终浪费大量时间，所以有有效资源还是很有必要的。
最后祝福所有遇到瓶疾且不知道怎么办的大数据程序员们，祝福大家在往后的工作与面试中一切顺利。
网友评论