大数据开发工具有哪些？

1. Apache Hive

Hive是一个建立在Hadoop上的开源数据仓库基础设施，通过Hive可以很容易的进行数据的ETL,对数据进行结构化处理,并对Hadoop上大数据文件进行查询和处理等。 Hive提供了一种简单的类似SQL的查询语言—HiveQL,这为熟悉SQL语言的用户查询数据提供了方便。

2. Apache Spark

Apache Spark是Hadoop开源生态系统的新成员。它提供了一个比Hive更快的查询引擎，因为它依赖于自己的数据处理框架而不是依靠Hadoop的HDFS服务。同时，它还用于事件流处理、实时查询和机器学习等方面。

3. Jaspersoft BI 套件

Jaspersoft包是一个通过数据库列生成报表的开源软件。行业领导者发现Jaspersoft软件是一流的, 许多企业已经使用它来将SQL表转化为pdf,，这使每个人都可以在会议上对其进行审议。另外，JasperReports提供了一个连接配置单元来替代HBase。

4. Keen IO

Keen IO是个强大的移动应用分析工具。开发者只需要简单到一行代码， 就可以跟踪他们想要的关于他们应用的任何信息。开发者接下来只需要做一些Dashboard或者查询的工作就可以了。

5. Mortar Data

Mortar Data是专为开发者打造的Hadoop开发平台，它用Pig和Python的组合替代了MapReduce以便开发者能简单地编写Hadoop管道（Pipeline）。

6. Placed Analytics

利用脚本语言以及API， PlacedAnalytics能够提供针对移动和网络应用的详细用户行为分析。包括， 用户使用时间和地理位置信息。 这些可以帮助开发者的应用更好地吸引广告商， 也可以帮助开发者对自己的应用进行改善。

7. Ingres Corp

它拥有超过一万客户而且正在扩增。它通过Vectorwise以及对ParAccel实现了扩展。这些发展分别导致了Actian Vector和Actian Matrix的创建。它有Apache，Cloudera，Hortonworks以及其他发行版本可供选择。

8. Talend Open Studio

Talend是一个统一的平台，它通过提供一个统一的，跨企业边界生命周期管理的环境，使数据管理和应用更简单便捷。这种设计可以帮助企业构建灵活、高性能的企业架构,在次架构下，集成并启用百分之百开源服务的分布式应用程序变为可能。

9. Cloudera

Cloudera正在努力为开源Hadoop,提供支持，Hadoop可以作为目标数据仓库，高效的数据平台，或现有数据仓库的ETL来源。企业规模可以用作集成Hadoop与传统数据仓库的基础。 Cloudera致力于成为数据管理的“重心”。

10. Pentaho Business Analytics

Pentaho的工具可以连接到NoSQL数据库，有很多内置模块，可以把它们拖放到一个图片上, 然后将它们连接起来。

大数据时代软件开发与维护技术简析

随着科学技术的快速发展， 人们对于计算机技术的应用愈加广泛，信息的快速传递和数据的大量产生，让我们进入了大数据时代，由此也可以看出，软件开发及其维护技术在大数据时代有着极为重要的作用。为此，需要紧随时代发展的步伐，针对现有软件进行开发和维护升级，以提高软件的应用水平。

一、大数据背景下软件开发及维护技术

互联网的广泛应用离不开软件的开发和维护，尤其软件开发技术极为重要。人们可以应用互联网技术获取信息，并做到资源的有效共享，极大地方便了信息的获取与传递，而软件开发技术在互联网中扮演着联通人与人、人与物的作用，对互联网的内容进行了很大的丰富，并且构建了互联网体系，推动互联网实现了全覆盖，并且能够很好地实现自我调控。

软件与设备设施的共同之处就在于同样需要进行维护，机械设备需要维护是由于其零部件发生磨损或老化而导致存在安全隐患，会影响其运行状态，而软件维护则是由于其实际运行过程中技术水平的提升导致软件出现漏洞，从而影响信息数据的安全。

二、大数据时代下软件开发及维护的重要性

大数据时代背景下，网络中充斥着海量的数据信息，这就意味着需要利用软件进行各项数据信息的处理，如果仅仅依靠现有软件，无论在功能上还是在数据处理速度上都无法满足与日俱增的数据量，而且大数据时代网络数据的开放性也决定了需要从海量数据信息中准确挖掘更大的价值，而传统的方式进行数据处理通常为搜集、筛选，不能满足需求。

而且大数据技术发展速度不断加快，软件开发过程中需要用到更多的大数据技术，需要从众多的数据中寻找规律，进而搜索到符合用户实际需求的数据，如此方能够体现出软件的功能优势，提高用户满意度和应用体验。

软件开发与维护能够借助大数据技术的优势，软件开发人员在进行软件设计过程中，可以借助大数据技术对当前市场中应用软件现有功能和用户需求进行全面的了解，构建较为系统的分析模型。

例如，某企业在软件开发过程中，利用大数据技术可以了解市场中流行软件或用户较为集中和应用较多的软件，以此就可以寻找到软件开发的重点与难点，在实际进行软件开发时就可以参照这些数据进行有目标的开发和调整。并且软件开发与维护也需要以具体的大数据信息进行有效的评估和分析，寻找到准确的数据信息，如此才能够使设计的软件可以与大数据技术相兼容，并获得更多可参考的信息。

三、大数据时代下软件开发及维护技术要点

软件开发在互联网技术及其应用当中有着重要的地位，尤其大数据时代背景下，软件开发技术在互联网领域当中有着极为广泛的应用范围。

例如，用户运用计算机技术进行互联网平台的搭建，能够明显加快彼此间信息沟通与共享的速度，有助于打破时间性与区域性的限制，实现全球范围内信息的快速共享，同时互联网当中对于软件开发及其维护技术应用有着极高的连通性价值，其能够丰富互联网连接体系，同时也能够满足全球化范围覆盖的要求，能够在真正意义上做到自我调节各个节点，并实现平台中所蕴含各类信息数据的丰富。

另外，受到各项软件开发技术与互联网应用中持续深化的影响，使得互联网信息传播模式也产生了巨大的变化，为了能够满足时代发展的要求， 相关技术人员需要灵活运用通信及信息处理等相关技术与设备，并将重点放在提高软件开发的效率和力度方面，以进一步推动计算机软件技术水平的提升。

通常情况下，软件维护技术要点主要包括以下几点：首先，对软件进行改善性维护。在实际运营过程中，软件容易出现错误，需要根据指令及时帮助客户进行软件的改正和诊断。其次，对软件进行适应性维护。

主要的目的在于使软件能够适应计算机运行环境，并提高用户使用舒适度。再次，针对软件进行升级完善。也就是人们所常说的迭代，用户在使用软件时容易出现一些新的需求，或提出针对原有软件进行优化的要求，这就需要运用维护技术来提高软件的功能性。

最后，针对软件进行预防性维护。软件不但要满足当前用户需求，同时，还要在可预见范围内满足未来发展的需要，所以，一些软件开发者或软件工作者会主动进行软件的修改，以提高软件运行的可靠性，对软件的维护通常需要考虑多方面因素，如可测试性、可修改性和可理解性。

---