大数据分析处理必备工具

    大数据技术，就是从各种类型的数据中快速获得有价值信息的技术。大数据领域已经涌现出了大量新的技术，它们成为大数据采集、存储、处理和展现的有力武器。

一、大数据接入 
  1、大数据接入 
      已有数据接入、实时数据接入、文件数据接入、消息记录数据接入、文字数据接入、图片数据接入、视屏数据接入 
  2、大数据接入技术 
      Kafka、ActiveMQ、ZeroMQ、Flume、Sqoop、Socket(Mina、Netty)、ftp/sftp 
二、大数据存储 
  1、大数据存储 
      结构化数据存储、半结构化数据存储、非结构化数据存储 
  2、大数据存储技术 
      Hdfs、Hbase、Hive、S3、Kudu、MongoDB、Neo4J 、Redis、Alluxio(Tachyon)、Lucene、Solr、ElasticSearch 
三、数据分析挖掘 
  1、大数据分析与挖掘 
      离线分析、准实时分析、实时分析、图片识别、语音识别、机器学习 
  2、大数据分析与挖掘技术 
      MapReduce、Hive、Pig、Spark、Flink、Impala、Kylin、Tez、Akka、Storm、S4、Mahout、MLlib 
      数据的分析离不开各种数据库客户端工具，例如P/L SQL, 查询分析器，Navicat, shell等，客户端工具繁多，安装繁琐，
      使用基于Web的TreeSoft数据库管理系统，可以同时连接MySQL，Oracle，PostgreSQL, SQL Server, MongoDB, Hive,十分方便。
      使用基于Web的工具有个好处是：一次布署，到处使用，省时省力。

四、大数据共享交换 
   1、大数据共享交换 
      数据接入、数据清洗、转换、脱敏、脱密、数据资产管理、数据导出
      数据接入后，通常是存入数据库中，以便于进行分析、清洗、转换、脱敏等处理，而这些操作都离不开数据可视化客户端工具。
      海量大数据需分批次，分任务，分时段进行处理，TreeSoft数据库管理系统提供了数据定时任务管理，数据交换同步任务管理，
      任务统一管理，执行进度展示，处理日志查看等，十分强大，是大数据处理的好工具。

  2、大数据共享交换技术 
      Kafka、ActiveMQ、ZeroMQ、Dubbo、Socket(Mina、Netty)、ftp/sftp、RestFul、Web Service

五、大数据展现 
   1、大数据展现 
      图化展示（散点图、折线图、柱状图、地图、饼图、雷达图、K线图、箱线图、热力图、关系图、矩形树图、平行坐标、桑基图、漏斗图、仪表盘），文字展示； 
   2、大数据展现技术 
      Echarts、Tableau，TreeSoft数据库管理系统将SQL查询结果直接以图表展示，快速展现分析结果。