[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)