大数据时代数据分析工具的选型.docx

《大数据时代数据分析工具的选型.docx》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、大数据时代数据分析工具的选型目前，基于数据集市、数据仓库的分析工具很多，但，主流的只有几样：1、R语言普及面最广，根本原因在于这是一款开源系统，受众面大，涉及的算法多样，制图的效果也不错；缺点是因为开源，对于数据统计、挖掘、分析的有效性、可靠程度缺乏很多的实战积累，使用者需要对分析结果进行更多的验证；2、SAS世界最老牌的数据分析、数据挖掘软件，好处不言而喻、有专业分析师团队支持，缺点是太贵，而且是按年收费；3、SPSSIBM的产品，和前两者是比上不足，比下有余，在前几者中属中庸；4、Mathout近年来异军突起的系统，同样来自于伟大的Apache基金会的顶级开源项目，好处在于封装了大

2、量的分析算法，方便许多专业不是数学、统计的同学们通过简单的方式实现大量数据的分析、挖掘工作，是当前机器学习的一个方向，由于面世较晚，知名度还不算高，成熟度也还待考究；那么，这几样都很适合大数据的场景下应用吗？结论是各有优缺点：传统的数据分析、数据挖掘领域，前三个工具已足够，但是，对于数据的量级都有限制，一般来说，几十个GB，最多几百个GB已经是极限了，如果要突破TB乃至PB，恐怕还不是最佳选择；但是Mathout恰恰是建设与Hadoop的MapReduce基础之上的使用，是当前事实上的唯一解决方案，不足之处就是还没有完全的成熟，面向企业级应用始终还存在缺陷，但是，在广大的开源支持者的全

3、力支撑下，相信很快就可以到达一个理想的高度！我是朱丹，身在南宁，资深IT技术人员，有朋友希望了解、探讨更深入的知识领域，请和我联系，我们共同畅游知识的海洋！qq：42317257