十大最热门的大数据技术

随着大数据分析市场的快速渗透到各行业务，哪些大数据技术是刚需？哪些技术有极大的潜在价值？

根据弗雷斯特研究公司发布的指数，这里给出最热的十个大数据技术：

1. 预测分析：随着现在硬件和软件解决方案的成熟，许多公司利用大数据技术来收集海量数据、训练模型、优化模型，并发布预测模型来提高业务水平或者避免风险；

2. NoSQL 数据库：非关系型数据库包括 Key-value 型（Redis）数据库、文档型（MonogoDB）数据库、图型（Neo4j）数据库；

3. 搜索和知识发现：支持信息的自动抽取，可以从多数据源洞察结构化数据和非结构化数据；

4. 流式分析：软件可以对多个高吞吐量的数据源进行实时的清洗、聚合和分析；

5. 内存数据结构：通过动态随机内存访问（DRAM）、Flash 和 SSD 等分布式存储系统提供海量数据的低延时访问和处理；

6. 分布式存储系统：分布式存储是指存储节点大于一个、数据保存多副本以及高性能的计算网络；

7. 数据可视化：数据可视化技术是指对各类型数据源（包括 Hadoop 上的海量数据以及实时和接近实时的分布式数据）进行显示；

8. 数据整合：通过亚马逊弹性 MR（EMR）、Hive、Pig、Spark、MapReduce、Couchbase、Hadoop 和 MongoDB 等软件进行业务数据整合；

9. 数据预处理：数据整合是指对数据源进行清洗、裁剪，并共享多样化数据来加快数据分析；

10. 数据校验：对分布式存储系统和数据库上的海量、高频率数据集进行数据校验，去除非法数据，补全缺失。

感谢杜小芳对本文的审校。

给 InfoQ 中文站投稿或者参与内容翻译工作，请邮件至editors@cn.infoq.com。也欢迎大家通过新浪微博（@InfoQ，@丁晓昀），微信（微信号：InfoQChina）关注我们，并与我们的编辑和其他读者朋友交流（欢迎加入 InfoQ 读者交流群（已满），InfoQ 读者交流群（#2））。