给学习大数据的你，值得收藏（二）

1、文件数据模型：

Actian Versant：商用的面向对象数据库管理系统;

Crate Data：是一个开源的大规模可扩展的数据存储，需要零管理模式;

Facebook Apollo：Facebook的Paxos算法，类似于NoSQL数据库;

jumboDB：基于Hadoop的面向文档的数据存储;

LinkedIn Espresso：可横向扩展的面向文档的NoSQL数据存储;

MarkLogic：模式不可知的企业版NoSQL数据库技术;

MongoDB：面向文档的数据库系统;

RavenDB：一个事务性的，开源文档数据库;

RethinkDB：支持连接查询和群组依据等查询的文档型数据库。

2、Key Map 数据模型：

注意：业内存在一些术语混乱，有两个不同的东西都叫做“列式数据库”。这里列出的有一些是围绕“key-map”数据模型而建的分布式、持续型数据库，其中所有的数据都有(可能综合了)键，并与映射中的键-值对相关联。在一些系统中，多个这样的值映射可以与键相关联，并且这些映射被称为“列族”(具有映射值的键被称为“列”)。

另一组也可称为“列式数据库”的技术因其存储数据的方式而有别于前一组，它在磁盘上或在存储器中——而不是以传统方式，即所有既定键的键值都相邻着、逐行存储。这些系统也彼此相邻来存储所有列值，但是要得到给定列的所有值却不需要以前那么繁复的工作。

前一组在这里被称为“key map数据模型”，这两者和Key-value 数据模型之间的界限是相当模糊的。后者对数据模型有更多的存储格式，可在列式数据库中列出。

Apache Accumulo：内置在Hadoop上的分布式键/值存储;

Apache Cassandra：由BigTable授权，面向列的分布式数据存储;

Apache HBase：由BigTable授权，面向列的分布式数据存储;

Facebook HydraBase：Facebook所开发的HBase的衍化品;

Google BigTable：面向列的分布式数据存储;

Google Cloud Datastore：为完全管理型的无模式数据库，用于存储在BigTable上非关系型数据;

Hypertable：由BigTable授权，面向列的分布式数据存储;

InfiniDB：通过MySQL的接口访问，并使用大规模并行处理进行并行查询;

Tephra：用于HBase处理;

Twitter Manhattan：Twitter的实时、多租户分布式数据库。

3、键-值数据模型：

Aerospike：支持NoSQL的闪存优化，数据存储在内存。开源，“’C'(不是Java或Erlang)中的服务器代码可精确地调整从而避免上下文切换和内存拷贝”。

Amazon DynamoDB：分布式键/值存储，Dynamo论文的实现;

Edis：为替代Redis的协议兼容的服务器;

ElephantDB：专门研究Hadoop中数据导出的分布式数据库;

EventStore：分布式时间序列数据库;

GridDB：适用于存储在时间序列中的传感器数据;

LinkedIn Krati：简单的持久性数据存储，拥有低延迟和高吞吐量;

Linkedin Voldemort：分布式键/值存储系统;

Oracle NoSQL Database：Oracle公司开发的分布式键值数据库;

Redis：内存中的键值数据存储;

Riak：分散式数据存储;

Storehaus：Twitter开发的异步键值存储的库;

Tarantool：一个高效的NoSQL数据库和Lua应用服务器;

TiKV：由Google Spanner和HBase授权，Rust提供技术支持的分布式键值数据库;

TreodeDB：可复制、共享的键-值存储，能提供多行原子写入。

4、图形数据模型：

Apache Giraph：基于Hadoop的Pregel实现;

Apache Spark Bagel：可实现Pregel，为Spark的一部分;

ArangoDB：多层模型分布式数据库;

DGraph：一个可扩展的、分布式、低时延、高吞吐量的图形数据库，旨在为Google生产水平规模和吞吐量提供足够的低延迟，用于TB级的结构化数据的实时用户查询;

Facebook TAO：TAO是facebook广泛用来存储和服务于社交图形的分布式数据存储;

GCHQ Gaffer：GCHQ中的Gaffer是一个易于存储大规模图形的框架，其中节点和边缘都有统计数据;

Google Cayley：开源图形数据库;

Google Pregel ：图形处理框架;

GraphLab PowerGraph：核心C ++ GraphLab API和建立在GraphLab API之上的高性能机器学习和数据挖掘工具包的集合;

GraphX：Spark中的弹性分布式图形系统;

Gremlin：图形追踪语言;

Infovore：以RDF为中心的Map / Reduce框架;

Intel GraphBuilder：在Hadoop上构建大规模图形的工具;

MapGraph：用于在GPU上大规模并行图形处理;

Neo4j：完全用Java写入的图形数据库;

OrientDB：文档和图形数据库;

Phoebus：大型图形处理框架;

Titan：建于Cassandra的分布式图形数据库;

Twitter FlockDB：分布式图形数据库。

5、NewSQL数据库：

Actian Ingres：由商业支持，开源的SQL关系数据库管理系统;

Amazon RedShift：基于PostgreSQL的数据仓库服务;

BayesDB：面向统计数值的SQL数据库;

CitusDB：通过分区和复制横向扩展PostgreSQL;

Cockroach：可扩展、地址可复制、交易型的数据库;

Datomic：旨在产生可扩展、灵活的智能应用的分布式数据库;

FoundationDB：由F1授意的分布式数据库;

Google F1：建立在Spanner上的分布式SQL数据库;

Google Spanner：全球性的分布式半关系型数据库;

H-Store：是一个实验性主存并行数据库管理系统，用于联机事务处理(OLTP)应用的优化;

Haeinsa：基于Percolator，HBase的线性可扩展多行多表交易库;

HandlerSocket：MySQL/MariaDB的NoSQL插件;

InfiniSQL：无限可扩展的RDBMS;

MemSQL：内存中的SQL数据库，其中有优化的闪存列存储;

NuoDB：SQL / ACID兼容的分布式数据库;

Oracle TimesTen in-Memory Database：内存中具有持久性和可恢复性的关系型数据库管理系统;

Pivotal GemFire XD：内存中低延时的分布式SQL数据存储，可为内存列表数据提供SQL接口，在HDFS中较持久化;

SAP HANA：是在内存中面向列的关系型数据库管理系统;

SenseiDB：分布式实时半结构化的数据库;

Sky：用于行为数据的灵活、高性能分析的数据库;

SymmetricDS：用于文件和数据库同步的开源软件;

Map-D：为GPU内存数据库，也为大数据分析和可视化平台;

TiDB：TiDB是分布式SQL数据库，基于谷歌F1的设计灵感;

VoltDB：自称为最快的内存数据库。

6、列式数据库：

注意：请在键-值数据模型 阅读相关注释。

Columnar Storage：解释什么是列存储以及何时会需要用到它;

Actian Vector：面向列的分析型数据库;

C-Store：面向列的DBMS;

MonetDB：列存储数据库;

Parquet：Hadoop的列存储格式;

Pivotal Greenplum：专门设计的、专用的分析数据仓库，类似于传统的基于行的工具，提供了一个列式工具;

Vertica：用来管理大规模、快速增长的大量数据，当用于数据仓库时，能够提供非常快的查询性能;

Google BigQuery ：谷歌的云产品，由其在Dremel的创始工作提供支持;

Amazon Redshift ：亚马逊的云产品，它也是基于柱状数据存储后端。

7、时间序列数据库：

Cube：使用MongoDB来存储时间序列数据;

Axibase Time Series Database：在HBase之上的分布式时间序列数据库，它包括内置的Rule Engine、数据预测和可视化;

Heroic：基于Cassandra和Elasticsearch的可扩展的时间序列数据库;

InfluxDB：分布式时间序列数据库;

Kairosdb：类似于OpenTSDB但会考虑到Cassandra;

OpenTSDB：在HBase上的分布式时间序列数据库;

Prometheus：一种时间序列数据库和服务监测系统;

Newts：一种基于Apache Cassandra的时间序列数据库。

类SQL处理

Actian SQL for Hadoop：高性能交互式的SQL，可访问所有的Hadoop数据;

Apache Drill：由Dremel授意的交互式分析框架;

Apache HCatalog：Hadoop的表格和存储管理层;

Apache Hive：Hadoop的类SQL数据仓库系统;

Apache Optiq：一种框架，可允许高效的查询翻译，其中包括异构性及联合性数据的查询;

Apache Phoenix：Apache Phoenix 是 HBase 的 SQL 驱动;

Cloudera Impala：由Dremel授意的交互式分析框架;

Concurrent Lingual：Cascading中的类SQL查询语言;

Datasalt Splout SQL：用于大数据集的完整的SQL查询工具;

Facebook PrestoDB：分布式SQL查询工具;

Google BigQuery：交互式分析框架，Dremel的实现;

Pivotal HAWQ：Hadoop的类SQL的数据仓库系统;

RainstorDB：用于存储大规模PB级结构化和半结构化数据的数据库;

Spark Catalyst：用于Spark和Shark的查询优化框架;

SparkSQL：使用Spark操作结构化数据;

Splice Machine：一个全功能的Hadoop上的SQL RDBMS，并带有ACID事务;

Stinger：用于Hive的交互式查询;

Tajo：Hadoop的分布式数据仓库系统;

Trafodion：为企业级的SQL-on-HBase针对大数据的事务或业务工作负载的解决方案。

欢迎投稿 职场/创业方向. 邮箱wangfzcom(AT)163.com：王夫子社区 » 给学习大数据的你，值得收藏（二）

标签：大数据