[url=]Akka Toolkit[/url]：JVM中分布性、容错事件驱动应用程序的运行时间；
[url=]Apache Avro[/url]：数据序列化系统；
[url=]Apache Curator[/url]：Apache ZooKeeper的Java库；
[url=]Apache Karaf[/url]：在任何OSGi框架之上运行的OSGi运行时间；
[url=]Apache Thrift[/url]：构建二进制协议的框架；
[url=]Apache Zookeeper[/url]：流程管理集中式服务；
[url=]Google Chubby[/url]：一种松耦合分布式系统锁服务；
[url=]Linkedin Norbert[/url]：集群管理器；
[url=]OpenMPI[/url]：消息传递框架；
[url=]Serf[/url]：服务发现和协调的分散化解决方案；
[url=]Spotify Luigi[/url]：一种构建批处理作业的复杂管道的Python包，它能够处理依赖性解析、工作流管理、可视化、故障处理、命令行一体化等等问题；
[url=]Spring XD[/url]：数据摄取、实时分析、批量处理和数据导出的分布式、可扩展系统；
[url=]Twitter Elephant Bird[/url]：LZO压缩数据的工作库；
[url=]Twitter Finagle[/url]：JVM的异步网络堆栈。
[url=]Apache Mahout[/url]：Hadoop的机器学习库；
[url=]brain[/url]：JavaScript中的神经网络；
[url=]Cloudera Oryx[/url]：实时大规模机器学习；
[url=]Concurrent Pattern[/url]：Cascading的机器学习库；
[url=]convnetjs[/url]：Javascript中的机器学习，在浏览器中训练卷积神经网络（或普通网络）；
[url=]Decider[/url]：Ruby中灵活、可扩展的机器学习；
[url=]ENCOG[/url]：支持多种先进算法的机器学习框架，同时支持类的标准化和处理数据；
[url=]etcML[/url]：机器学习文本分类；
[url=]Etsy Conjecture[/url]：Scalding中可扩展的机器学习；
[url=]Google Sibyl[/url]：Google中的大规模机器学习系统；
[url=]GraphLab Create[/url]：Python的机器学习平台，包括ML工具包、数据工程和部署工具的广泛集合；
[url=]H2O[/url]：Hadoop统计性的机器学习和数学运行时间；
[url=]MLbase[/url]：用于BDAS堆栈的分布式机器学习库；
[url=]MLPNeuralNet[/url]：针对iOS和Mac OS X的快速多层感知神经网络库；
[url=]MonkeyLearn[/url]：使文本挖掘更为容易，从文本中提取分类数据；
[url=]nupic[/url]：智能计算的Numenta平台，它是一个启发大脑的机器智力平台，基于皮质学习算法的精准的生物神经网络；
[url=]PredictionIO[/url]：建于Hadoop、Mahout和Cascading上的机器学习服务器；
[url=]SAMOA[/url]：分布式流媒体机器学习框架；
[url=]scikit-learn[/url]：scikit-learn为Python中的机器学习；
[url=]Spark MLlib[/url]：Spark中一些常用的机器学习（ML）功能的实现；
[url=]Vowpal Wabbit[/url]：微软和雅虎发起的学习系统；
[url=]WEKA[/url]：机器学习软件套件；
[url=]BidMach[/url]：CPU和加速GPU的机器学习库。
[url=]Apache Ambari[/url]：Hadoop管理的运作框架；
[url=]Apache Bigtop[/url]：Hadoop生态系统的部署框架；
[url=]Apache Helix[/url]：集群管理框架；
[url=]Apache Mesos[/url]：集群管理器；
[url=]Apache Slider[/url]：一种YARN应用，用来部署YARN中现有的分布式应用程序；
[url=]Apache Whirr[/url]：运行云服务的库集；
[url=]Apache YARN[/url]：集群管理器；
[url=]Brooklyn[/url]：用于简化应用程序部署和管理的库；
[url=]Buildoop[/url]：基于Groovy语言，和Apache BigTop类似；
[url=]Cloudera HUE[/url]：和Hadoop进行交互的Web应用程序；
[url=]Facebook Prism[/url]：多数据中心复制系统；
[url=]Google Borg[/url]：作业调度和监控系统；
[url=]Google Omega[/url]：作业调度和监控系统；
[url=]Hortonworks HOYA[/url]：可在YARN上部署HBase集群的应用；
[url=]Marathon[/url]：用于长期运行服务的Mesos框架。
[url=]Adobe spindle[/url]：使用Scala、Spark和Parquet处理的下一代web分析；
[url=]Apache Kiji[/url]：基于HBase，实时采集和分析数据的框架；
[url=]Apache Nutch[/url]：开源网络爬虫；
[url=]Apache OODT[/url]：用于NASA科学档案中数据的捕获、处理和共享；
[url=]Apache Tika[/url]：内容分析工具包；
[url=]Argus[/url]：时间序列监测和报警平台；
[url=]Countly[/url]：基于Node.js和MongoDB，开源的手机和网络分析平台；
[url=]Domino[/url]：运行、规划、共享和部署模型——没有任何基础设施；
[url=]Eclipse BIRT[/url]：基于Eclipse的报告系统；
[url=]Eventhub[/url]：开源的事件分析平台；
[url=]Hermes[/url]：建于Kafka上的异步消息代理；
[url=]HIPI Library[/url]：在Hadoop's MapReduce上执行图像处理任务的API；
[url=]Hunk[/url]：Hadoop的Splunk分析；
[url=]Imhotep[/url]：大规模分析平台；
[url=]MADlib[/url]：RDBMS的用于数据分析的数据处理库；
[url=]Kylin[/url]：来自eBay的开源分布式分析工具；
[url=]PivotalR[/url]：Pivotal HD / HAWQ和PostgreSQL中的R；
[url=]Qubole[/url]：为自动缩放Hadoop集群，内置的数据连接器；
[url=]Sense[/url]：用于数据科学和大数据分析的云平台；
[url=]SnappyData[/url]：用于实时运营分析的分布式内存数据存储，提供建立在Spark单一集成集群中的数据流分析、OLTP（联机事务处理）和OLAP（联机分析处理）；
[url=]Snowplow[/url]：企业级网络和事件分析，由Hadoop、Kinesis、Redshift 和Postgres提供技术支持；
[url=]SparkR[/url]：Spark的R前端；
[url=]Splunk[/url]：用于机器生成的数据的分析；
[url=]Sumo Logic[/url]：基于云的分析仪，用于分析机器生成的数据；
[url=]Talend[/url]：用于YARN、Hadoop、HBASE、Hive、HCatalog和Pig的统一开源环境；
[url=]Warp[/url]：利用大数据（OS X app）的实例查询工具。
[url=]Apache Lucene[/url]：搜索引擎库；
[url=]Apache Solr[/url]：用于Apache Lucene的搜索平台；
[url=]ElasticSearch[/url]：基于Apache Lucene的搜索和分析引擎；
[url=]Enigma.io[/url]：为免费增值的健壮性web应用，用于探索、筛选、分析、搜索和导出来自网络的大规模数据集；
[url=]Facebook Unicorn[/url]：社交图形搜索平台；
[url=]Google Caffeine[/url]：连续索引系统；
[url=]Google Percolator[/url]：连续索引系统；
[url=]TeraGoogle[/url]：大型搜索索引；
[url=]HBase Coprocessor[/url]：为Percolator的实现，HBase的一部分；
[url=]Lily HBase Indexer[/url]：快速、轻松地搜索存储在HBase的任何内容；
[url=]LinkedIn Bobo[/url]：完全由Java编写的分面搜索的实现，为Apache Lucene的延伸；
[url=]LinkedIn Cleo[/url]：为一个一个灵活的软件库，使得局部、无序、实时预输入的搜索实现了快速发展；
[url=]LinkedIn Galene[/url]：LinkedIn搜索架构；
[url=]LinkedIn Zoie[/url]：是用Java编写的实时搜索/索引系统；
[url=]Sphinx Search Server[/url]：全文搜索引擎
[url=]BIME Analytics[/url]：商业智能云平台；
[url=]Chartio[/url]：精益业务智能平台，用于可视化和探索数据；
[url=]datapine[/url]：基于云的自助服务商业智能工具；
[url=]Jaspersoft[/url]：功能强大的商业智能套件；
[url=]Jedox Palo[/url]：定制的商业智能平台；
[url=]Microsoft[/url]：商业智能软件和平台；
[url=]Microstrategy[/url]：商业智能、移动智能和网络应用软件平台；
[url=]Pentaho[/url]：商业智能平台；
[url=]Qlik[/url]：商业智能和分析平台；
[url=]Saiku[/url]：开源的分析平台；
[url=]SpagoBI[/url]：开源商业智能平台；
[url=]Tableau[/url]：商业智能平台；
[url=]Zoomdata[/url]：大数据分析；
[url=]Jethrodata[/url]：交互式大数据分析。
[url=]Airpal[/url]：用于PrestoDB的网页UI；
[url=]Arbor[/url]：利用网络工作者和jQuery的图形可视化库；
[url=]Banana[/url]：对存储在Kibana中Solr. Port的日志和时戳数据进行可视化；
[url=]Bokeh[/url]：一个功能强大的Python交互式可视化库，它针对要展示的现代web浏览器，旨在为D3.js风格的新奇的图形提供优雅简洁的设计，同时在大规模数据或流数据集中，通过高性能交互性来表达这种能力；
[url=]C3[/url]：基于D3可重复使用的图表库；
[url=]CartoDB[/url]：开源或免费增值的虚拟主机，用于带有强大的前端编辑功能和API的地理空间数据库；
[url=]chartd[/url]：只带Img标签的反应灵敏、兼容Retina的图表；
[url=]Chart.js[/url]：开源的HTML5图表可视化效果；
[url=]Chartist.js[/url]：另一个开源HTML5图表可视化效果；
[url=]Crossfilter[/url]：JavaScript库，用于在浏览器中探索多元大数据集，用Dc.js和D3.js.效果很好；
[url=]Cubism[/url]：用于时间序列可视化的JavaScript库；
[url=]Cytoscape[/url]：用于可视化复杂网络的JavaScript库；
[url=]DC.js[/url]：维度图表，和Crossfilter一起使用，通过D3.js呈现出来，它比较擅长连接图表/附加的元数据，从而徘徊在D3的事件附近；
[url=]D3[/url]：操作文件的JavaScript库；
[url=]D3.compose[/url]：从可重复使用的图表和组件构成复杂的、数据驱动的可视化；
[url=]D3Plus[/url]：一组相当强大的可重用的图表，还有D3.js的样式；
[url=]Echarts[/url]：百度企业场景图表；
[url=]Envisionjs[/url]：动态HTML5可视化；
[url=]FnordMetric[/url]：写SQL查询，返回SVG图表，而不是表；
[url=]Freeboard[/url]：针对IOT和其他Web混搭的开源实时仪表盘构建；
[url=]Gephi[/url]：屡获殊荣的开源平台，可视化和操纵大型图形和网络连接，有点像Photoshop，但是针对于图表，适用于Windows和Mac OS X；
[url=]Google Charts[/url]：简单的图表API；
[url=]Grafana[/url]：石墨仪表板前端、编辑器和图形组合器；
[url=]Graphite[/url]：可扩展的实时图表；
[url=]Highcharts[/url]：简单而灵活的图表API；
[url=]IPython[/url]：为交互式计算提供丰富的架构；
[url=]Kibana[/url]：可视化日志和时间标记数据；
[url=]Matplotlib[/url]：Python绘图；
[url=]Metricsgraphic.js[/url]：建立在D3之上的库，针对时间序列数据进行最优化；
[url=]NVD3[/url]：d3.js的图表组件；
[url=]Peity[/url]：渐进式SVG条形图，折线和饼图；
[url=]Plot.ly[/url]：易于使用的Web服务，它允许快速创建从热图到直方图等复杂的图表，使用图表Plotly的在线电子表格上传数据进行创建和设计；
[url=]Plotly.js[/url]：支持plotly的开源JavaScript图形库；
[url=]Recline[/url]：简单但功能强大的库，纯粹利用JavaScript和HTML构建数据应用；
[url=]Redash[/url]：查询和可视化数据的开源平台；
[url=]Shiny[/url]：针对R的Web应用程序框架；
[url=]Sigma.js[/url]：JavaScript库，专门用于图形绘制；
[url=]Vega[/url]：一个可视化语法；
[url=]Zeppelin[/url]：一个笔记本式的协作数据分析；
[url=]Zing Charts[/url]：用于大数据的JavaScript图表库。
[url=]2014[/url] - Stanford - Mining of Massive Datasets.（海量数据集挖掘）
[url=]2013[/url] - AMPLab - Presto: Distributed Machine Learning and Graph Processing with Sparse Matrices. （Presto： 稀疏矩阵的分布式机器学习和图像处理）
[url=]2013[/url] - AMPLab - MLbase: A Distributed Machine-learning System. （MLbase：分布式机器学习系统）
[url=]2013[/url] - AMPLab - Shark: SQL and Rich Analytics at Scale. （Shark: 大规模的SQL 和丰富的分析）
[url=]2013[/url] - AMPLab - GraphX: A Resilient Distributed Graph System on Spark. （GraphX:基于Spark的弹性分布式图计算系统）
[url=]2013[/url] - Google - HyperLogLog in Practice: Algorithmic Engineering of a State of The Art Cardinality Estimation Algorithm. （HyperLogLog实践:一个艺术形态的基数估算算法）
[url=]2013[/url] - Microsoft - Scalable Progressive Analytics on Big Data in the Cloud.（云端大数据的可扩展性渐进分析）
[url=]2013[/url] - Metamarkets - Druid: A Real-time Analytical Data Store. （Druid：实时分析数据存储）
[url=]2013[/url] - Google - Online, Asynchronous Schema Change in F1.（F1中在线、异步模式的转变）
[url=]2013[/url] - Google - F1: A Distributed SQL Database That Scales. （F1: 分布式SQL数据库）
[url=]2013[/url] - Google - MillWheel: Fault-Tolerant Stream Processing at Internet Scale.（MillWheel: 互联网规模下的容错流处理）
[url=]2013[/url] - Facebook - Scuba: Diving into Data at Facebook. （Scuba: 深入Facebook的数据世界）
[url=]2013[/url] - Facebook - Unicorn: A System for Searching the Social Graph. （Unicorn: 一种搜索社交图的系统）
[url=]2013[/url] - Facebook - Scaling Memcache at Facebook. （Facebook 对 Memcache 伸缩性的增强）
[url=]2012[/url] - Twitter - The Unified Logging Infrastructure for Data Analytics at Twitter. （Twitter数据分析的统一日志基础结构）
[url=]2012[/url] - AMPLab –Blink and It’s Done: Interactive Queries on Very Large Data. （Blink及其完成：超大规模数据的交互式查询）
[url=]2012[/url] - AMPLab –Fast and Interactive Analytics over Hadoop Data with Spark. （Spark上 Hadoop数据的快速交互式分析）
[url=]2012[/url] - AMPLab –Shark: Fast Data Analysis Using Coarse-grained Distributed Memory. （Shark：使用粗粒度的分布式内存快速数据分析）
[url=]2012[/url] - Microsoft –Paxos Replicated State Machines as the Basis of a High-Performance Data Store. （Paxos的复制状态机——高性能数据存储的基础）
[url=]2012[/url] - Microsoft –Paxos Made Parallel. （Paxos算法实现并行）
[url=]2012[/url] - AMPLab – BlinkDB：BlinkDB: Queries with Bounded Errors and Bounded Response Times on Very Large Data.（超大规模数据中有限误差与有界响应时间的查询）
[url=]2012[/url] - Google –Processing a trillion cells per mouse click.（每次点击处理一兆个单元格）
[url=]2012[/url] - Google –Spanner: Google’s Globally-Distributed Database.（Spanner：谷歌的全球分布式数据库）
[url=]2011[/url] - AMPLab –Scarlett: Coping with Skewed Popularity Content in MapReduce Clusters.（Scarlett：应对MapReduce集群中的偏向性内容）
[url=]2011[/url] - AMPLab –Mesos: A Platform for Fine-Grained Resource Sharing in the Data Center.（Mesos：数据中心中细粒度资源共享的平台）
[url=]2011[/url] - Google –Megastore: Providing Scalable, Highly Available Storage for Interactive Services.（Megastore：为交互式服务提供可扩展，高度可用的存储）
[url=]2010[/url] - Facebook - Finding a needle in Haystack: Facebook’s photo storage.（探究Haystack中的细微之处： Facebook图片存储）
[url=]2010[/url] - AMPLab - Spark: Cluster Computing with Working Sets.（Spark:工作组上的集群计算）
[url=]2010[/url] - Google - Storage Architecture and Challenges.（存储架构与挑战）
[url=]2010[/url] - Google - Pregel: A System for Large-Scale Graph Processing.（Pregel: 一种大型图形处理系统）
[url=]2010[/url] - Google - Large-scale Incremental Processing Using Distributed Transactions and Notifications base of Percolator and Caffeine.（使用基于Percolator 和 Caffeine平台分布式事务和通知的大规模增量处理）
[url=]2010[/url] - Google - Dremel: Interactive Analysis of Web-Scale Datasets.（Dremel: Web规模数据集的交互分析）
[url=]2010[/url] - Yahoo - S4: Distributed Stream Computing Platform.（S4:分布式流计算平台）
[url=]2009[/url] - HadoopDB：An Architectural Hybrid of MapReduce and DBMS Technologies for Analytical Workloads.（混合MapReduce和DBMS技术用于分析工作负载的的架构）
[url=]2008[/url] - AMPLab - Chukwa: A large-scale monitoring system.（Chukwa: 大型监控系统）
[url=]2007[/url] - Amazon - Dynamo: Amazon’s Highly Available Key-value Store.（Dynamo: 亚马逊的高可用的关键价值存储）
[url=]2006[/url] - Google - The Chubby lock service for loosely-coupled distributed systems.（面向松散耦合的分布式系统的锁服务）
[url=]2006[/url] - Google - Bigtable: A Distributed Storage System for Structured Data.（Bigtable: 结构化数据的分布式存储系统）
[url=]2004[/url] - Google - MapReduce: Simplied Data Processing on Large Clusters.（MapReduce: 大型集群上简化数据处理）
[url=]2003[/url] - Google - The Google File System.（谷歌文件系统）
/1 
发表于 2016-6-29 16:53:53
提升卡
置顶卡
沉默卡
变色卡