简介：许多朋友询问有关哪种转换软件支持大数据的问题。本文的首席执行官注释将为您提供详细的答案，以供您参考。我希望这对每个人都会有所帮助！让我们一起看看！
目前，市场上仍然有许多数据分析工具。有国内和国外。我将向房东介绍几个主流。
外国的：
Tableau：这是一个可视化工具本身，类似于QlikView的定位。可视化功能非常强大，计算机的硬件很高，部署更为复杂。移动终端仅支持iOS系统。
Qlikview：最大的竞争对手是Tableau。像Tableau和许多家用bis一样，它属于新一代轻型BI产品，这些产品反映在建模，部署和使用中。它只能在Windows系统，C / S产品架构中运行。使用内存动态计算，金额数据是小时，速度很快；当数据量大时，内存非常慢。
Cognos：在传统BI工具中使用的最广泛使用，它是IBM. M. M. M. Midderware领域的数据管理，数据集成和专业技能的强大数据库平台。一旦需求发生了变化，手动建模，手动建模需要重新建模，并且学习要求更高。
国内的：
FineBi：水手的自助式BI产品，轻巧的BI工具，易于部署，多维分析方向。在以后的时期，JAR Pack升级为促进，这很方便维护和最具成本效益。
Yonghong BI：敏捷BI软件，产品稳定性很高。使用SQL来处理数据，不支持程序界面并将其实施到第三方外包。
推荐一个良好的数据视觉工具，大数据魔术镜，许多视觉效果，可以与颜色自由匹配并标记。分析，探索，采矿和制造树功能可以连接到数据库并更新数据实时。
1.凤凰
简介：这是一个Java中间层，允许开发人员在Apache HBase.phoenix上执行SQL查询。Phoenix完全用Java编写，该代码位于GitHub上，并且提供了一个嵌入JDBC驱动程序的客户端。
Phoenix查询引擎将将SQL查询转换为一个或多个HBASE扫描，并安排执行以生成标准的JDBC结果集。使用HBASE API，协作处理器和自定义过滤器。对于简单的查询，其性能和能量水平是毫秒。对于数百万行，它们的性能水平为秒。
2.毒刺
简介：原始称为Tez，下一代Hive，Hortonworks LED开发以及在纱线上运行的DAG计算框架。
在某些测试下，Stinger可以提高大约10次的性能，同时允许Hive支持更多的SQL。主要优点包括：
o让用户在Hadoop上获得更多的查询匹配。这包括类似于Over的分析功能，该功能支持Where查询，因此Hive样式系统更符合SQL模型。
E优化了Hive请求执行计划，优化后的请求时间减少了90％。更改了Hive执行引擎以增加单个Hive任务的第二处理记录数量。
区在Hive社区中引入新的列文件格式（例如ORC文件），以提供一种更现代，高效和高性能的方式来存储Hive数据。
普雷斯托
简介：Facebook的开源数据查询引擎PRESTO可以快速与250pb数据互动。该项目开始于2012年秋季开发。目前，该项目已在1,000多名Facebook员工中使用，运行了30,000多个查询，并且Facebook的每日数据声称，Presto比Hive和Map*减少了10倍以上。
Presto目前支持大多数ANSI SQL特殊效果，包括关节查询，左右连接，子问题以及一些聚合和计算功能；支持类似的计数（不同的计数），等等。
数据是平台运营商的重要资产。它可以提供API接口，以允许第三方使用有限的使用，但显然是为了增强自己的业务，并且与此目的的冲突行为将受到限制。
收集数据主要是通过计算机和网络。计算机处理的任何数据都很容易收集，例如浏览器中的其他数据（例如温度，海水盐度和地震波），例如搜索，单击，在线购物（例如其他数据）。
通常必须先对收集的数据进行排序。常见软件：Tableau和不纯净的软件相对全面。精炼和牧马人是相对纯粹的数据完成工具。WEKA用于数据挖掘。
Hadoop是一个可以分发大量数据的软件框架。用于统计分析的R语言具有扩展R + Hadoop，可以在Hadoop群集上运行R代码。更具体地对自己进行搜索。
有许多可视输出工具。建议参考Wikipedia的“数据可视化”条目。
Tableau和不纯净的具有可视化功能。R语言也可以绘制。
还有许多框架或控件可用于在网页上实现视觉输出。
大约四个技术：Flash（Flex）或JS（HTML5）或Java或ASP.NET（Silverlight）
Flash是Degrafa，Birdeye，Axiis，开放式闪光图
JS有Ajax.org，Schcha Ext JS，细丝，JQChart，Flot，Sparklines，Grapline，Graphael，Tuftegraph，tuftegraph，展览，Plotkit，ExplorerCanvas，Milkchart，Milkchart，Google Chart API，Protovis，Protovis，Protovis
Java的Choosel，Google-Visualization-Java，GWT计时镜，JFReechart
ASP.NET的Telerik图表，Visifire，Dundas图表
目前，我更喜欢D3（数据驱动的文档）。它具有丰富的图形，并且具有交互的能力。您可以去D3Js.org看看。有许多图形演示。
众所周知，如今，大数据已变得越来越受到每个人的评价，并且逐渐成为各个行业研究的重点。随着SO的“工作必须对美好事物有益”，大数据想做好吧，所使用的工具必须有资格。由于大数据行业的数据大量数据，传统工具很难应对，因此我们需要使用更先进的现代工具。那么大数据常用的软件工具是什么？
首先，对于传统分析和业务统计，常用的软件工具包括Excel，SPSS和SAS。
Excel是一种电子仪表软件。我相信许多人在工作和学习过程中都使用了该软件。Excel方便，易于使用，易于操作以及许多功能。它为我们提供了许多功能计算方法，因此可以广泛使用，但仅适用于简单的统计信息。一旦数据量太大，Excel将无法满足要求。
SPS和SAS是只能在业务统计中使用的软件，为我们提供了经典的统计分析和处理，使我们能够更好地处理业务问题。在同一时间，SPSS更简单，但是功能相对较小，并且相对较小，并且SAS的功能将更加丰富。
其次，对于数据挖掘，由于数据挖掘在大数据行业中的重要位置，软件工具使用了更强调的机器学习。常用的软件工具是SPSS Modler。
SPSS Modler主要提供用于商业采矿的机器学习算法。同时，其数据预处理和结果辅助分析也非常方便。这特别适合在商业环境中快速开采，但其处理能力不是很强。一旦面对，就无法使用。对于太大的数据量表，它很难使用。
第三，大数据可视化。在此字段中，最常用的是最常用的软件是Tableau。
Tableau的主要优点是它支持各种大数据源。它还具有更多可视化的图表类型，并且可以易于操作，易于入门并且非常适合研究人员。但是，它不提供机器学习算法的支持，因此不难替换数据的软件工具以获取数据的数据矿业。
第四，关系分析。关联分析是大数据环境中的新分析热点。最常用的是视觉轻量级工具-GEPHI。
Gephi可以解决网络分析，强大的功能和易于学习的许多需求，因此它在所有人中都非常受欢迎。大型数据，因此它也有其自身的局限性。
以上四个软件是我在大数据行业投资的大数据行业中常用的软件工具。这些工具的功能相对强大。尽管有很多局限性，但大数据行业的劳动力划分很清楚。因此，可以使用它。我希望每个人都可以从作者的文章中获得一些帮助。
结论：以上是首席CTO的全部内容指出，转换软件支持大数据。我希望这对每个人都会有所帮助。如果您想了解有关此信息的更多信息，请记住收集并关注此网站。