框架 Apache Hadoop：分散式處理架構，結合了 MapReduce(並行處理)、YARN(作業調度)和HDFS(分散式文件系統); Tigon：高吞吐量實時流處理框架。 分散式編程 AddThis Hydra ：最初在AddThis上開發的分散式數據處理和存儲系統; AMPLab SIMR ...
框架
- Apache Hadoop：分散式處理架構，結合了 MapReduce(並行處理)、YARN(作業調度)和HDFS(分散式文件系統);
- Tigon：高吞吐量實時流處理框架。
分散式編程
- AddThis Hydra ：最初在AddThis上開發的分散式數據處理和存儲系統;
- AMPLab SIMR：用在Hadoop MapReduce v1上運行Spark;
- Apache Beam：為統一的模型以及一套用於定義和執行數據處理工作流的特定SDK語言;
- Apache Crunch：一個簡單的Java API，用於執行在普通的MapReduce實現時比較單調的連接、數據聚合等任務;
- Apache DataFu：由LinkedIn開發的針對Hadoop and 和Pig的用戶定義的函數集合;
- Apache Flink：具有高性能的執行時間和自動程式優化;
- Apache Gora：記憶體中的數據模型和持久性框架;
- Apache Hama：BSP(整體同步並行)計算框架;
- Apache MapReduce ：在集群上使用並行、分散式演算法處理大數據集的編程模型;
- Apache Pig ：Hadoop中，用於處理數據分析程式的高級查詢語言;
- Apache REEF ：用來簡化和統一低層大數據系統的保留性評估執行框架;
- Apache S4 ：S4中流處理與實現的框架;
- Apache Spark ：記憶體集群計算框架;
- Apache Spark Streaming ：流處理框架，同時是Spark的一部分;
- Apache Storm ：Twitter流處理框架，也可用於YARN;
- Apache Samza ：基於Kafka和YARN的流處理框架;
- Apache Tez ：基於YARN，用於執行任務中的複雜DAG(有向無環圖);
- Apache Twill ：基於YARN的抽象概念，用於減少開發分散式應用程式的複雜度;
- Cascalog：數據處理和查詢庫;
- Cheetah ：在MapReduce之上的高性能、自定義數據倉庫;
- Concurrent Cascading ：在Hadoop上的數據管理/分析框架;
- Damballa Parkour ：用於Clojure的MapReduce庫;
- Datasalt Pangool ：可選擇的MapReduce範例;
- DataTorrent StrAM ：為實時引擎，用於以儘可能暢通的方式、最小的開支和對性能最小的影響，實現分散式、非同步、實時的記憶體大數據計算;
- Facebook Corona ：為Hadoop做優化處理，從而消除單點故障;
- Facebook Peregrine ：MapReduce框架;
- Facebook Scuba ：分散式記憶體數據存儲;
- Google Dataflow ：創建數據管道，以幫助其分析框架;
- Netflix PigPen ：為MapReduce，用於編譯成Apache Pig;
- Nokia Disco ：由Nokia開發的MapReduc獲取、轉換和分析數據;
- Google MapReduce ：MapReduce框架;
- Google MillWheel ：容錯流處理框架;
- JAQL ：用於處理結構化、半結構化和非結構化數據工作的聲明性編程語言;
- Kite ：為一組庫、工具、實例和文檔集，用於使在Hadoop的生態系統上建立系統更加容易;
- Metamarkets Druid ：用於大數據集的實時e框架;
- Onyx ：分散式雲計算;
- Pinterest Pinlater ：非同步任務執行系統;
- Pydoop ：用於Hadoop的Python MapReduce和HDFS API;
- Rackerlabs Blueflood ：多租戶分散式測度處理系統;
- Stratosphere ：通用集群計算框架;
- Streamdrill ：用於計算基於不同時間視窗的事件流的活動，並找到最活躍的一個;
- Tuktu ：易於使用的用於分批處理和流計算的平臺，通過Scala、 Akka和Play所建;
- Twitter Scalding：基於Cascading，用於Map Reduce工作的Scala庫;
- Twitter Summingbird ：在Twitter上使用Scalding和Storm串流MapReduce;
- Twitter TSAR ：Twitter上的時間序列聚合器。
分散式文件系統
- Apache HDFS：在多台機器上存儲大型文件的方式;
- BeeGFS：以前是FhGFS，並行分散式文件系統;
- Ceph Filesystem：設計的軟體存儲平臺;
- Disco DDFS：分散式文件系統;
- Facebook Haystack：對象存儲系統;
- Google Colossus：分散式文件系統(GFS2);
- Google GFS：分散式文件系統;
- Google Megastore：可擴展的、高度可用的存儲;
- GridGain：相容GGFS、Hadoop記憶體的文件系統;
- Lustre file system：高性能分散式文件系統;
- Quantcast File System QFS：開源分散式文件系統;
- Red Hat GlusterFS：向外擴展的附網存儲(Network-attached Storage)文件系統;
- Seaweed-FS：簡單的、高度可擴展的分散式文件系統;
- Alluxio：以可靠的存儲速率在跨集群框架上文件共用;
- Tahoe-LAFS：分散式雲存儲系統;
文件數據模型
- Actian Versant：商用的面向對象資料庫管理系統;
- Crate Data：是一個開源的大規模可擴展的數據存儲，需要零管理模式;
- Facebook Apollo：Facebook的Paxos演算法，類似於NoSQL資料庫;
- jumboDB：基於Hadoop的面向文檔的數據存儲;
- LinkedIn Espresso：可橫向擴展的面向文檔的NoSQL數據存儲;
- MarkLogic：模式不可知的企業版NoSQL資料庫技術;
- MongoDB：面向文檔的資料庫系統;
- RavenDB：一個事務性的，開源文檔資料庫;
- RethinkDB：支持連接查詢和群組依據等查詢的文檔型資料庫。
- Key Map 數據模型
註意：業界存在一些術語混亂，有兩個不同的東西都叫做“列式資料庫”。這裡列出的有一些是圍繞“key-map”數據模型而建的分散式、持續型資料庫，其中所有的數據都有(可能綜合了)鍵，並與映射中的鍵-值對相關聯。在一些系統中，多個這樣的值映射可以與鍵相關聯，並且這些映射被稱為“列族”(具有映射值的鍵被稱為“列”)。
另一組也可稱為“列式資料庫”的技術因其存儲數據的方式而有別於前一組，它在磁碟上或在存儲器中——而不是以傳統方式，即所有既定鍵的鍵值都相鄰著、逐行存儲。這些系統也彼此相鄰來存儲所有列值，但是要得到給定列的所有值卻不需要以前那麼繁複的工作。
前一組在這裡被稱為“key map數據模型”，這兩者和Key-value 數據模型之間的界限是相當模糊的。後者對數據模型有更多的存儲格式，可在列式資料庫中列出。若想瞭解更多關於這兩種模型的區分，可閱讀Daniel Abadi的博客：Distinguishing two major types of Column Stores。
- Apache Accumulo：內置在Hadoop上的分散式鍵/值存儲;
- Apache Cassandra：由BigTable授權，面向列的分散式數據存儲;
- Apache HBase：由BigTable授權，面向列的分散式數據存儲;
- Facebook HydraBase：Facebook所開發的HBase的衍化品;
- Google BigTable：面向列的分散式數據存儲;
- Google Cloud Datastore：為完全管理型的無模式資料庫，用於存儲在BigTable上非關係型數據;
- Hypertable：由BigTable授權，面向列的分散式數據存儲;
- InfiniDB：通過MySQL的介面訪問，並使用大規模並行處理進行並行查詢;
- Tephra：用於HBase處理;
- Twitter Manhattan：Twitter的實時、多租戶分散式資料庫。
鍵-值數據模型
- Aerospike：支持NoSQL的快閃記憶體優化，數據存儲在記憶體。開源，“‘C’(不是Java或Erlang)中的伺服器代碼可精確地調整從而避免上下文切換和記憶體拷貝”。
- Amazon DynamoDB：分散式鍵/值存儲，Dynamo論文的實現;
- Edis：為替代Redis的協議相容的伺服器;
- ElephantDB：專門研究Hadoop中數據導出的分散式資料庫;
- EventStore：分散式時間序列資料庫;
- GridDB：適用於存儲在時間序列中的感測器數據;
- LinkedIn Krati：簡單的持久性數據存儲，擁有低延遲和高吞吐量;
- Linkedin Voldemort：分散式鍵/值存儲系統;
- Oracle NoSQL Database：Oracle公司開發的分散式鍵值資料庫;
- Redis：記憶體中的鍵值數據存儲;
- Riak：分散式數據存儲;
- Storehaus：Twitter開發的非同步鍵值存儲的庫;
- Tarantool：一個高效的NoSQL資料庫和Lua應用伺服器;
- TiKV：由Google Spanner和HBase授權，Rust提供技術支持的分散式鍵值資料庫;
- TreodeDB：可複製、共用的鍵-值存儲，能提供多行原子寫入。
圖形數據模型
- Apache Giraph：基於Hadoop的Pregel實現;
- Apache Spark Bagel：可實現Pregel，為Spark的一部分;
- ArangoDB：多層模型分散式資料庫;
- DGraph：一個可擴展的、分散式、低時延、高吞吐量的圖形資料庫，旨在為Google生產水平規模和吞吐量提供足夠的低延遲，用於TB級的結構化數據的實時用戶查詢;
- Facebook TAO：TAO是facebook廣泛用來存儲和服務於社交圖形的分散式數據存儲;
- GCHQ Gaffer：GCHQ中的Gaffer是一個易於存儲大規模圖形的框架，其中節點和邊緣都有統計數據;
- Google Cayley：開源圖形資料庫;
- Google Pregel ：圖形處理框架;
- GraphLab PowerGraph：核心C ++ GraphLab API和建立在GraphLab API之上的高性能機器學習和數據挖掘工具包的集合;
- GraphX：Spark中的彈性分散式圖形系統;
- Gremlin：圖形追蹤語言;
- Infovore：以RDF為中心的Map / Reduce框架;
- Intel GraphBuilder：在Hadoop上構建大規模圖形的工具;
- MapGraph：用於在GPU上大規模並行圖形處理;
- Neo4j：完全用Java寫入的圖形資料庫;
- OrientDB：文檔和圖形資料庫;
- Phoebus：大型圖形處理框架;
- Titan：建於Cassandra的分散式圖形資料庫;
- Twitter FlockDB：分散式圖形資料庫。
NewSQL資料庫
- Actian Ingres：由商業支持，開源的SQL關係資料庫管理系統;
- Amazon RedShift：基於PostgreSQL的數據倉庫服務;
- BayesDB：面向統計數值的SQL資料庫;
- CitusDB：通過分區和複製橫向擴展PostgreSQL;
- Cockroach：可擴展、地址可複製、交易型的資料庫;
- Datomic：旨在產生可擴展、靈活的智能應用的分散式資料庫;
- FoundationDB：由F1授意的分散式資料庫;
- Google F1：建立在Spanner上的分散式SQL資料庫;
- Google Spanner：全球性的分散式半關係型資料庫;
- H-Store：是一個實驗性主存並行資料庫管理系統，用於聯機事務處理(OLTP)應用的優化;
- Haeinsa：基於Percolator，HBase的線性可擴展多行多表交易庫;
- HandlerSocket：MySQL/MariaDB的NoSQL插件;
- InfiniSQL：無限可擴展的RDBMS;
- MemSQL：記憶體中的SQL資料庫，其中有優化的快閃記憶體列存儲;
- NuoDB：SQL / ACID相容的分散式資料庫;
- Oracle TimesTen in-Memory Database：記憶體中具有持久性和可恢復性的關係型資料庫管理系統;
- Pivotal GemFire XD：記憶體中低延時的分散式SQL數據存儲，可為記憶體列表數據提供SQL介面，在HDFS中較持久化;
- SAP HANA：是在記憶體中面向列的關係型資料庫管理系統;
- SenseiDB：分散式實時半結構化的資料庫;
- Sky：用於行為數據的靈活、高性能分析的資料庫;
- SymmetricDS：用於文件和資料庫同步的開源軟體;
- Map-D：為GPU記憶體資料庫，也為大數據分析和可視化平臺;
- TiDB：TiDB是分散式SQL資料庫，基於谷歌F1的設計靈感;
- VoltDB：自稱為最快的記憶體資料庫。
列式資料庫
- Columnar Storage：解釋什麼是列存儲以及何時會需要用到它;
- Actian Vector：面向列的分析型資料庫;
- C-Store：面向列的DBMS;
- MonetDB：列存儲資料庫;
- Parquet：Hadoop的列存儲格式;
- Pivotal Greenplum：專門設計的、專用的分析數據倉庫，類似於傳統的基於行的工具，提供了一個列式工具;
- Vertica：用來管理大規模、快速增長的大量數據，當用於數據倉庫時，能夠提供非常快的查詢性能;
- Google BigQuery ：谷歌的雲產品，由其在Dremel的創始工作提供支持;
- Amazon Redshift ：亞馬遜的雲產品，它也是基於柱狀數據存儲後端。
時間序列資料庫
- Cube：使用MongoDB來存儲時間序列數據;
- Axibase Time Series Database：在HBase之上的分散式時間序列資料庫，它包括內置的Rule Engine、數據預測和可視化;
- Heroic：基於Cassandra和Elasticsearch的可擴展的時間序列資料庫;
- InfluxDB：分散式時間序列資料庫;
- Kairosdb：類似於OpenTSDB但會考慮到Cassandra;
- OpenTSDB：在HBase上的分散式時間序列資料庫;
- Prometheus：一種時間序列資料庫和服務監測系統;
- Newts：一種基於Apache Cassandra的時間序列資料庫。
類SQL處理
- Actian SQL for Hadoop：高性能互動式的SQL，可訪問所有的Hadoop數據;
- Apache Drill：由Dremel授意的互動式分析框架;
- Apache HCatalog：Hadoop的表格和存儲管理層;
- Apache Hive：Hadoop的類SQL數據倉庫系統;
- Apache Optiq：一種框架，可允許高效的查詢翻譯，其中包括異構性及聯合性數據的查詢;
- Apache Phoenix：Apache Phoenix 是 HBase 的 SQL 驅動;
- Cloudera Impala：由Dremel授意的互動式分析框架;
- Concurrent Lingual：Cascading中的類SQL查詢語言;
- Datasalt Splout SQL：用於大數據集的完整的SQL查詢工具;
- Facebook PrestoDB：分散式SQL查詢工具;
- Google BigQuery：互動式分析框架，Dremel的實現;
- Pivotal HAWQ：Hadoop的類SQL的數據倉庫系統;
- RainstorDB：用於存儲大規模PB級結構化和半結構化數據的資料庫;
- Spark Catalyst：用於Spark和Shark的查詢優化框架;
- SparkSQL：使用Spark操作結構化數據;
- Splice Machine：一個全功能的Hadoop上的SQL RDBMS，並帶有ACID事務;
- Stinger：用於Hive的互動式查詢;
- Tajo：Hadoop的分散式數據倉庫系統;
- Trafodion：為企業級的SQL-on-HBase針對大數據的事務或業務工作負載的解決方案。
數據攝取
- Amazon Kinesis：大規模數據流的實時處理;
- Apache Chukwa：數據採集系統;
- Apache Flume：管理大量日誌數據的服務;
- Apache Kafka：分散式發佈-訂閱消息系統;
- Apache Sqoop：在Hadoop和結構化的數據存儲區之間傳送數據的工具;
- Cloudera Morphlines：幫助 Solr、HBase和HDFS完成ETL的框架;
- Facebook Scribe：流日誌數據聚合器;
- Fluentd：採集事件和日誌的工具;
- Google Photon：實時連接多個數據流的分散式電腦系統，具有高可擴展性和低延遲性;
- Heka：開源流處理軟體系統;
- HIHO：用Hadoop連接不同數據源的框架;
- Kestrel：分散式消息隊列系統;
- LinkedIn Databus：對資料庫更改捕獲的事件流;
- LinkedIn Kamikaze：壓縮已分類整型數組的程式包;
- LinkedIn White Elephant：日誌聚合器和儀錶板;
- Logstash：用於管理事件和日誌的工具;
- Netflix Suro：像基於Chukwa 的Storm和Samza一樣的日誌聚合器;
- Pinterest Secor：是實現Kafka日誌持久性的服務;
- Linkedin Gobblin：LinkedIn的通用數據攝取框架;
- Skizze：是一種數據存儲略圖，使用概率性數據結構來處理計數、略圖等相關的問題;
- StreamSets Data Collector：連續大數據採集的基礎設施，可簡單地使用IDE。
服務編程
- Akka Toolkit：JVM中分佈性、容錯事件驅動應用程式的運行時間;
- Apache Avro：數據序列化系統;
- Apache Curator：Apache ZooKeeper的Java庫;
- Apache Karaf：在任何OSGi框架之上運行的OSGi運行時間;
- Apache Thrift：構建二進位協議的框架;
- Apache Zookeeper：流程管理集中式服務;
- Google Chubby：一種松耦合分散式系統鎖服務;
- Linkedin Norbert：集群管理器;
- OpenMPI：消息傳遞框架;
- Serf：服務發現和協調的分散化解決方案;
- Spotify Luigi：一種構建批處理作業的複雜管道的Python包，它能夠處理依賴性解析、工作流管理、可視化、故障處理、命令行一體化等等問題;
- Spring XD：數據攝取、實時分析、批量處理和數據導出的分散式、可擴展系統;
- Twitter Elephant Bird：LZO壓縮數據的工作庫;
- Twitter Finagle：JVM的非同步網路堆棧。
調度
- Apache Aurora：在Apache Mesos之上運行的服務調度程式;
- Apache Falcon：數據管理框架;
- Apache Oozie：工作流作業調度程式;
- Chronos：分散式容錯調度;
- Linkedin Azkaban：批處理工作流作業調度;
- Schedoscope：Hadoop作業敏捷調度的Scala DSL;
- Sparrow：調度平臺;
- Airflow：一個以編程方式編寫、調度和監控工作流的平臺。
機器學習
- Apache Mahout：Hadoop的機器學習庫;
- brain：JavaScript中的神經網路;
- Cloudera Oryx：實時大規模機器學習;
- Concurrent Pattern：Cascading的機器學習庫;
- convnetjs：Javascript中的機器學習，在瀏覽器中訓練捲積神經網路(或普通網路);
- Decider：Ruby中靈活、可擴展的機器學習;
- ENCOG：支持多種先進演算法的機器學習框架，同時支持類的標準化和處理數據;
- etcML：機器學習文本分類;
- Etsy Conjecture：Scalding中可擴展的機器學習;
- Google Sibyl：Google中的大規模機器學習系統;
- GraphLab Create：Python的機器學習平臺，包括ML工具包、數據工程和部署工具的廣泛集合;
- H2O：Hadoop統計性的機器學習和數學運行時間;
- MLbase：用於BDAS堆棧的分散式機器學習庫;
- MLPNeuralNet：針對iOS和Mac OS X的快速多層感知神經網路庫;
- MonkeyLearn：使文本挖掘更為容易，從文本中提取分類數據;
- nupic：智能計算的Numenta平臺，它是一個啟發大腦的機器智力平臺，基於皮質學習演算法的精準的生物神經網路;
- PredictionIO：建於Hadoop、Mahout和Cascading上的機器學習伺服器;
- SAMOA：分散式流媒體機器學習框架;
- scikit-learn：scikit-learn為Python中的機器學習;
- Spark MLlib：Spark中一些常用的機器學習(ML)功能的實現;
- Vowpal Wabbit：微軟和雅虎發起的學習系統;
- WEKA：機器學習軟體套件;
- BidMach：CPU和加速GPU的機器學習庫。
基準測試
- Apache Hadoop Benchmarking：測試Hadoop性能的微基準;
- Berkeley SWIM Benchmark：現實大數據工作負載基準測試;
- Intel HiBench：Hadoop基準測試套件;
- PUMA Benchmarking：MapReduce應用的基準測試套件;
- Yahoo Gridmix3：雅虎工程師團隊的Hadoop集群基準測試。
安全性
- Apache Knox Gateway：Hadoop集群安全訪問的單點;
- Apache Sentry：存儲在Hadoop的數據安全模塊。
系統部署
- Apache Ambari：Hadoop管理的運作框架;
- Apache Bigtop：Hadoop生態系統的部署框架;
- Apache Helix：集群管理框架;
- Apache Mesos：集群管理器;
- Apache Slider：一種YARN應用，用來部署YARN中現有的分散式應用程式;
- Apache Whirr：運行雲服務的庫集;
- Apache YARN：集群管理器;
- Brooklyn：用於簡化應用程式部署和管理的庫;
- Buildoop：基於Groovy語言，和Apache BigTop類似;
- Cloudera HUE：和Hadoop進行交互的Web應用程式;
- Facebook Prism：多數據中心複製系統;
- Google Borg：作業調度和監控系統;
- Google Omega：作業調度和監控系統;
- Hortonworks HOYA：可在YARN上部署HBase集群的應用;
- Marathon：用於長期運行服務的Mesos框架。
應用程式
- Adobe spindle：使用Scala、Spark和Parquet處理的下一代web分析;
- Apache Kiji：基於HBase，實時採集和分析數據的框架;
- Apache Nutch：開源網路爬蟲;
- Apache OODT：用於NASA科學檔案中數據的捕獲、處理和共用;
- Apache Tika：內容分析工具包;
- Argus：時間序列監測和報警平臺;
- Countly：基於Node.js和MongoDB，開源的手機和網路分析平臺;
- Domino：運行、規劃、共用和部署模型——沒有任何基礎設施;
- Eclipse BIRT：基於Eclipse的報告系統;
- Eventhub：開源的事件分析平臺;
- Hermes：建於Kafka上的非同步消息代理;
- HIPI Library：在Hadoop’s MapReduce上執行圖像處理任務的API;
- Hunk：Hadoop的Splunk分析;
- Imhotep：大規模分析平臺;
- MADlib：RDBMS的用於數據分析的數據處理庫;
- Kylin：來自eBay的開源分散式分析工具;
- PivotalR：Pivotal HD / HAWQ和PostgreSQL中的R;
- Qubole：為自動縮放Hadoop集群，內置的數據連接器;
- Sense：用於數據科學和大數據分析的雲平臺;
- SnappyData：用於實時運營分析的分散式記憶體數據存儲，提供建立在Spark單一集成集群中的數據流分析、OLTP(聯機事務處理)和OLAP(聯機分析處理);
- Snowplow：企業級網路和事件分析，由Hadoop、Kinesis、Redshift 和Postgres提供技術支持;
- SparkR：Spark的R前端;
- Splunk：用於機器生成的數據的分析;
- Sumo Logic：基於雲的分析儀，用於分析機器生成的數據;
- Talend：用於YARN、Hadoop、HBASE、Hive、HCatalog和Pig的統一開源環境;
- Warp：利用大數據(OS X app)的實例查詢工具。
搜索引擎與框架
- Apache Lucene：搜索引擎庫;
- Apache Solr：用於Apache Lucene的搜索平臺;
- ElasticSearch：基於Apache Lucene的搜索和分析引擎;
- Enigma.io：為免費增值的健壯性web應用，用於探索、篩選、分析、搜索和導出來自網路的大規模數據集;
- Facebook Unicorn：社交圖形搜索平臺;
- Google Caffeine：連續索引系統;
- Google Percolator：連續索引系統;
- TeraGoogle：大型搜索索引;
- HBase Coprocessor：為Percolator的實現，HBase的一部分;
- Lily HBase Indexer：快速、輕鬆地搜索存儲在HBase的任何內容;
- LinkedIn Bobo：完全由Java編寫的分面搜索的實現，為Apache Lucene的延伸;
- LinkedIn Cleo：為一個一個靈活的軟體庫，使得局部、無序、實時預輸入的搜索實現了快速發展;
- LinkedIn Galene：LinkedIn搜索架構;
- LinkedIn Zoie：是用Java編寫的實時搜索/索引系統;
- Sphinx Search Server：全文搜索引擎
MySQL的分支和演化
- Amazon RDS：亞馬遜雲的MySQL資料庫;
- Drizzle：MySQL的6.0的演化;
- Google Cloud SQL：谷歌雲的MySQL資料庫;
- MariaDB：MySQL的增強版嵌入式替代品;
- MySQL Cluster：使用NDB集群存儲引擎的MySQL實現;
- Percona Server：MySQL的增強版嵌入式替代品;
- ProxySQL：MySQL的高性能代理;
- TokuDB：用於MySQL和 MariaDB的存儲引擎;
- WebScaleSQL：運行MySQL時面臨類似挑戰的幾家公司，它們的工程師之間的合作。
PostgreSQL的分支和演化
- Yahoo Everest - multi-peta-byte database / MPP derived by PostgreSQL.
- HadoopDB：MapReduce和DBMS的混合體;
- IBM Netezza：高性能數據倉庫設備;
- Postgres-XL：基於PostgreSQL，可擴展的開源資料庫集群;
- RecDB：完全建立在PostgreSQL內部的開源推薦引擎;
- Stado：開源MPP資料庫系統，只針對數據倉庫和數據集市的應用程式;
- Yahoo Everest：PostgreSQL可以推導多位元組P比特資料庫/MPP。
Memcached的分支和演化
- Facebook McDipper：快閃記憶體的鍵/值緩存;
- Facebook Memcached：Memcache的分支;
- Twemproxy：Memcached和Redis的快速、輕型代理;
- Twitter Fatcache：快閃記憶體的鍵/值緩存;
- Twitter Twemcache：Memcache的分支。
嵌入式資料庫
- Actian PSQL：Pervasive Software公司開發的ACID相容的DBMS，在應用程式中嵌入了優化;
- BerkeleyDB：為鍵/值數據提供一個高性能的嵌入式資料庫的一個軟體庫;
- HanoiDB：Erlang LSM BTree存儲;
- LevelDB：谷歌寫的一個快速鍵-值存儲庫，它提供了從字元串鍵到字元串值的有序映射;
- LMDB：Symas開發的超快、超緊湊的鍵-值嵌入的式數據存儲;
- RocksDB：基於性LevelDB，用於快速存儲的嵌入式持續性鍵-值存儲。
商業智能
- BIME Analytics：商業智能雲平臺;
- Chartio：精益業務智能平臺，用於可視化和探索數據;
- datapine：基於雲的自助服務商業智能工具;
- Jaspersoft：功能強大的商業智能套件;
- Jedox Palo：定製的商業智能平臺;
- Microsoft：商業智能軟體和平臺;
- Microstrategy：商業智能、移動智能和網路應用軟體平臺;
- Pentaho：商業智能平臺;
- Qlik：商業智能和分析平臺;
- Saiku：開源的分析平臺;
- SpagoBI：開源商業智能平臺;
- Tableau：商業智能平臺;
- Zoomdata：大數據分析;
- Jethrodata：互動式大數據分析。
數據可視化
- Airpal：用於PrestoDB的網頁UI;
- Arbor：利用網路工作者和jQuery的圖形可視化庫;
- Banana：對存儲在Kibana中Solr. Port的日誌和時戳數據進行可視化;
- Bokeh：一個功能強大的Python互動式可視化庫，它針對要展示的現代web瀏覽器，旨在為D3.js風格的新奇的圖形提供優雅簡潔的設計，同時在大規模數據或流數據集中，通過高性能交互性來表達這種能力;
- C3：基於D3可重覆使用的圖表庫;
- CartoDB：開源或免費增值的虛擬主機，用於帶有強大的前端編輯功能和API的地理空間資料庫;
- chartd：只帶Img標簽的反應靈敏、相容Retina的圖表;
- Chart.js：開源的HTML5圖表可視化效果;
- Chartist.js：另一個開源HTML5圖表可視化效果;
- Crossfilter：JavaScript庫，用於在瀏覽器中探索多元大數據集，用Dc.js和D3.js.效果很好;
- Cubism：用於時間序列可視化的JavaScript庫;
- Cytoscape：用於可視化複雜網路的JavaScript庫;
- DC.js：維度圖表，和Crossfilter一起使用，通過D3.js呈現出來，它比較擅長連接圖表/附加的元數據，從而徘徊在D3的事件附近;
- D3：操作文件的JavaScript庫;
- D3.compose：從可重覆使用的圖表和組件構成複雜的、數據驅動的可視化;
- D3Plus：一組相當強大的可重用的圖表，還有D3.js的樣式;
- Echarts：百度企業場景圖表;
- Envisionjs：動態HTML5可視化;
- FnordMetric：寫SQL查詢，返回SVG圖表，而不是表;
- Freeboard：針對IOT和其他Web混搭的開源實時儀錶盤構建;
- Gephi：屢獲殊榮的開源平臺，可視化和操縱大型圖形和網路連接，有點像Photoshop，但是針對於圖表，適用於Windows和Mac OS X;
- Google Charts：簡單的圖表API;
- Grafana：石墨儀錶板前端、編輯器和圖形組合器;
- Graphite：可擴展的實時圖表;
- Highcharts：簡單而靈活的圖表API;
- IPython：為互動式計算提供豐富的架構;
- Kibana：可視化日誌和時間標記數據;
- Matplotlib：Python繪圖;
- Metricsgraphic.js：建立在D3之上的庫，針對時間序列數據進行最優化;
- NVD3：d3.js的圖表組件;
- Peity：漸進式SVG條形圖，折線和餅圖;
- Plot.ly：易於使用的Web服務，它允許快速創建從熱圖到直方圖等複雜的圖表，使用圖表Plotly的線上電子錶格上傳數據進行創建和設計;
- Plotly.js：支持plotly的開源JavaScript圖形庫;
- Recline：簡單但功能強大的庫，純粹利用JavaScript和HTML構建數據應用;
- Redash：查詢和可視化數據的開源平臺;
- Shiny：針對R的Web應用程式框架;
- Sigma.js：JavaScript庫，專門用於圖形繪製;
- Vega：一個可視化語法;
- Zeppelin：一個筆記本式的協作數據分析;
- Zing Charts：用於大數據的JavaScript圖表庫。
物聯網和感測器
- TempoIQ：基於雲的感測器分析;
- 2lemetry：物聯網平臺;
- Pubnub：數據流網路;
- ThingWorx：ThingWorx 是讓企業快速創建和運行互聯應用程式平臺;
- IFTTT：IFTTT 是一個被稱為 “網路自動化神器” 的創新型互聯網服務，它的全稱是 If this then that，意思是“如果這樣，那麼就那樣”;
- Evrythng：Evrythng則是一款真正意義上的大眾物聯網平臺，使得身邊的很多產品變得智能化。
文章推薦
- NoSQL Comparison(NoSQL 比較)- Cassandra vs MongoDB vs CouchDB vs Redis vs Riak vs HBase vs Couchbase vs Neo4j vs Hypertable vs ElasticSearch vs Accumulo vs VoltDB vs Scalaris comparison;
- Big Data Benchmark(大數據基準)- Redshift, Hive, Shark, Impala and Stiger/Tez的基準;
- The big data successor of the spreadsheet(電子錶格的大數據繼承者) - 電子錶格的繼承者應該是大數據。
論文
2015 - 2016
2015 - Facebook - One Trillion Edges: Graph Processing at Facebook-Scale.(一兆邊：Facebook規模的圖像處理)
2013 - 2014
2014 - Stanford - Mining of Massive Datasets.(海量數據集挖掘)
2013 - AMPLab - Presto: Distributed Machine Learning and Graph Processing with Sparse Matrices. (Presto： 稀疏矩陣的分散式機器學習和圖像處理)
2013 - AMPLab - MLbase: A Distributed Machine-learning System. (MLbase：分散式機器學習系統)
2013 - AMPLab - Shark: SQL and Rich Analytics at Scale. (Shark: 大規模的SQL 和豐富的分析)
2013 - AMPLab - GraphX: A Resilient Distributed Graph System on Spark. (GraphX:基於Spark的彈性分散式圖計算系統)
2013 - Google - HyperLogLog in Practice: Algorithmic Engineering of a State of The Art Cardinality Estimation Algorithm. (HyperLogLog實踐:一個藝術形態的基數估算演算法)
2013 - Microsoft - Scalable Progressive Analytics on Big Data in the Cloud.(雲端大數據的可擴展性漸進分析)
2013 - Metamarkets - Druid: A Real-time Analytical Data Store. (Druid：實時分析數據存儲)
2013 - Google - Online, Asynchronous Schema Change in F1.(F1中線上、非同步模式的轉變)
2013 - Google - F1: A Distributed SQL Database That Scales. (F1: 分散式SQL資料庫)
2013 - Google - MillWheel: Fault-Tolerant Stream Processing at Internet Scale.(MillWheel: 互聯網規模下的容錯流處理)
2013 - Facebook - Scuba: Diving into Data at Facebook. (Scuba: 深入Facebook的數據世界)
2013 - Facebook - Unicorn: A System for Searching the Social Graph. (Unicorn: 一種搜索社交圖的系統)
2013 - Facebook - Scaling Memcache at Facebook. (Facebook 對 Memcache 伸縮性的增強)
2011 - 2012
2012 - Twitter - The Unified Logging Infrastructure for Data Analytics at Twitter. (Twitter數據分析的統一日誌基礎結構)
2012 - AMPLab –Blink and It’s Done: Interactive Queries on Very Large Data. (Blink及其完成：超大規模數據的互動式查詢)
2012 - AMPLab –Fast and Interactive Analytics over Hadoop Data with Spark. (Spark上 Hadoop數據的快速互動式分析)
2012 - AMPLab –Shark: Fast Data Analysis Using Coarse-grained Distributed Memory. (Shark：使用粗粒度的分散式記憶體快速數據分析)
2012 - Microsoft –Paxos Replicated State Machines as the Basis of a High-Performance Data Store. (Paxos的複製狀態機——高性能數據存儲的基礎)
2012 - Microsoft –Paxos Made Parallel. (Paxos演算法實現並行)
2012 - AMPLab – BlinkDB：BlinkDB: Queries with Bounded Errors and Bounded Response Times on Very Large Data.(超大規模數據中有限誤差與有界響應時間的查詢)
2012 - Google –Processing a trillion cells per mouse click.(每次點擊處理一兆個單元格)
2012 - Google –Spanner: Google’s Globally-Distributed Database.(Spanner：谷歌的全球分散式資料庫)
2011 - AMPLab –Scarlett: Coping with Skewed Popularity Content in MapReduce Clusters.(Scarlett：應對MapReduce集群中的偏向性內容)
2011 - AMPLab –Mesos: A Platform for Fine-Grained Resource Sharing in the Data Center.(Mesos：數據中心中細粒度資源共用的平臺)
2011 - Google –Megastore: Providing Scalable, Highly Available Storage for Interactive Services.(Megastore：為互動式服務提供可擴展，高度可用的存儲)
2001 - 2010
2010 - Facebook - Finding a needle in Haystack: Facebook’s photo storage.(探究Haystack中的細微之處： Facebook圖片存儲)
2010 - AMPLab - Spark: Cluster Computing with Working Sets.(Spark:工作組上的集群計算)
2010 - Google - Storage Architecture and Challenges.(存儲架構與挑戰)
2010 - Google - Pregel: A System for Large-Scale Graph Processing.(Pregel: 一種大型圖形處理系統)
2010 - Google - Large-scale Incremental Processing Using Distributed Transactions and Notifications base of Percolator and Caffeine.(使用基於Percolator 和 Caffeine平臺分散式事務和通知的大規模增量處理)
2010 - Google - Dremel: Interactive Analysis of Web-Scale Datasets.(Dremel: Web規模數據集的交互分析)
2010 - Yahoo - S4: Distributed Stream Computing Platform.(S4:分散式流計算平臺)
2009 - HadoopDB：An Architectural Hybrid of MapReduce and DBMS Technologies for Analytical Workloads.(混合MapReduce和DBMS技術用於分析工作負載的的架構)
2008 - AMPLab - Chukwa: A large-scale monitoring system.(Chukwa: 大型監控系統)
2007 - Amazon - Dynamo: Amazon’s Highly Available Key-value Store.(Dynamo: 亞馬遜的高可用的關鍵價值存儲)
2006 - Google - The Chubby lock service for loosely-coupled distributed systems.(面向鬆散耦合的分散式系統的鎖服務)
2006 - Google - Bigtable: A Distributed Storage System for Structured Data.(Bigtable: 結構化數據的分散式存儲系統)
2004 - Google - MapReduce: Simplied Data Processing on Large Clusters.(MapReduce: 大型集群上簡化數據處理)
2003 - Google - The Google File System.(谷歌文件系統)
文章參考：https://blog.csdn.net/qq_44163077/java/article/details/87890160
