無論是在構建大數據的應用程序，還是僅僅只想從開發的移動應用中得到一點點啟發，程序員現在比以往任何時候都需要數據分析工具。這絕對是一個好東西，所以很多公司從程序員的需求和技能出發，構建了一些數據分析工具。GigaOm的記者Derrick Harris列舉了幾個工具，以下是小編為你整理的大數據分析怎么自學 ?
BitDeli：BitDeli是今年11月份在舊金山成立的一家初創公司。它能衡量出任何使用Python腳本的應用程序的指標，聯合創始人兼CEO Ville Tuulos告訴Derrick，腳本可以很簡單，也可以很復雜——甚至未來可以延伸到機器學習。不過和“重量級選手”Hadoop相比，BitDeli自認為是一個輕量級的Ruby。 ?
Continuuity：Continuuity是前Yahoo首席云架構師Todd Papaioannou和Facebook HBase的工程師Jonathan Gray的心血結晶，Continuuity想讓所有的公司都能像Yahoo、Facebook一樣運營。該團隊創建了一個大數據工具，它可以簡化Hadoop以及HBase集群的復雜性，而且包含一系列開發套件，旨在幫助程序員開發大數據應用，該平臺采用Hadoop技術，允許開發者在防火墻內外對大數據應用軟件進行部署、擴展和管理。公司聯合創始人兼首席執行官Todd Papaioannou表示，作為一家初創企業，Continuuity正在試圖掀起下一波大數據應用軟件的浪潮，公司所提供的工具能夠大大提高處于開發狀態的軟件不同部分與階段的擴展性。
Flurry：Flurry是移動應用統計分析領域里的標桿，正因為在行業內獨特的優勢，它每年的營收高達一億美元。Flurry擁有非常全面的功能，不僅僅只是幫助開發者構建移動應用，它還幫助開發者分析所有的數據，進而產生更大的效益。其實數據也支撐了該公司的廣告網絡，他們通過數據分析可以幫助開發者推送準確的廣告到需要的用戶面前。不過單純從移動應用的數據統計功能來看，Flurry絕對是處于領先地位。其功能模塊設置合理，分析維度全面，分析流程也易于理解。 ?
為什么你應該關心? ?
Drill和Dremel相比Hadoop更好的分析即席查詢。Hadoop僅僅提供批量的數據處理工作流，這些也是缺點。 ?
Hadoop生態圈使得MapReduce作為一個很親切有利的工具應用于廣告分析。從Sawzall到Pig到Hive,很多接口層應用的建立使得Hadoop更為友好，更接近業務，但是，像SQL體系，這些抽象層忽略一個重要的事實–MapReduce(或Hadoop)是為了系統化數據處理流程而存在的。如果你不擔心跑的哪些任務? 如果你不關心這些產生的問題和去尋求答案，那就保持沉默,保持洞察力?！凹聪剿鳌?— 如果你已經承擔數據處理，你這么優化處理的速度?你不應該運行一個新的任務或者是等待，有時候考慮的時間還不如在問個新的問題。
?
在堆對比的工作流基礎的方法論中，很多業務驅動的BI和分析查詢都是很基本的和臨時交互的，低延時分析。寫Map/Reduce工作流在很多業務分析中是被禁止的。等待幾分鐘等Jobs啟動，在等幾個小時等執行完成這些無溢于數據的交互體驗，這些對比，和縮放比較最終產生了基本的新的視野。一些數據科學家早已經推測Drill和Dremel將優于Hadoop，并達成共識，也有一些還在考慮中，還有少部分的狂熱者立即擁抱變化，但是這些是主要的優點在更面向查詢的和低延時的情況下。在Infochimps我們喜歡使用Elasticsearch全文索引引擎來實現數據庫的數據搜索，但是真的在大數據處理中我們認為Drill將成為主流。 ?
R是開源的強大的統計編程語言。自1997年以來，超過200萬的統計分析師使用R。這是一門誕生自貝爾實驗室的在統計計算領域的現代版的S語言并迅速地成為了新的標準的統計語言。R使得復雜的數據科學變得更廉價。R是SAS和SPASS的重要的領頭者，并作為*秀的統計師的重要工具。 ?
Yarn(分布式資源管理器) ?
YARN是下一代MapReduce，即MRv2，是在*代MapReduce基礎上演變而來的，主要是為了解決原始Hadoop擴展性較差，不支持多計算框架而提出的。 ?
Yarn是下一代 Hadoop 計算平臺，yarn是一個通用的運行時框架，用戶可以編寫自己的計算框架，在該運行環境中運行。 ?
用于自己編寫的框架作為客戶端的一個lib，在運用提交作業時打包即可。該框架為提供了以下幾個組件： ?
- 資源管理：包括應用程序管理和機器資源管理 ?
- 資源雙層調度 ?
- 容錯性：各個組件均有考慮容錯性 ?
- 擴展性：可擴展到上萬個節點 ?
Mesos(分布式資源管理器) ?
Mesos誕生于UC Berkeley的一個研究項目，現已成為Apache項目，當前有一些公司使用Mesos管理集群資源，比如Twitter。 ?
與yarn類似，Mesos是一個資源統一管理和調度的平臺，同樣支持比如MR、steaming等多種運算框架。 ?
Tachyon(分布式內存文件系統) ?
Tachyon(/'t?ki:??n/ 意為超光速粒子)是以內存為中心的分布式文件系統，擁有高性能和容錯能力， ?
能夠為集群框架(如Spark、MapReduce)提供可靠的內存級速度的文件共享服務。 ?
Tachyon誕生于UC Berkeley的AMPLab。 ?
