(想要全部鏈接 點擊閱讀原文：【速藏！】這大概是史上最最全的大數據學習資源了！)
內容目錄>>

關聯式資料庫管理系統（RDBMS）
框架
分散式程式設計
分散式檔案系統
檔資料模型
Key -Map 資料模型
鍵-值資料模型
圖形資料模型
NewSQL資料庫
列式資料庫
時間序列資料庫
類SQL處理
數據攝取
服務程式設計
調度
機器學習
基準測試
安全性
系統部署
應用程式
搜尋引擎與框架
MySQL的分支和演化
PostgreSQL的分支和演化
Memcached的分支和演化
内建式資料庫
BI商業智慧
資料視覺化
loT物聯網和感測器
文章
論文
視頻
(想要全部鏈接 點擊閱讀原文：【速藏！】這大概是史上最最全的大數據學習資源了！)

關聯式資料庫管理系統（RDBMS）

* MySQL：世界最流行的開來源資料庫；

• PostgreSQL：世界最先進的開來源資料庫；
• Oracle 資料庫：物件-關係型數據庫管理系統。

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（分散式檔案系統）；
• Tigon：高輸送量即時流處理框架。

分散式程式設計

• AddThis Hydra ：最初在AddThis上開發的分散式資料處理和存儲系統；
• 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資料處理工作流的特定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結、資料聚合等任務；
• Apache DataFu：由LinkedIn開發的針對Hadoop and 和Pig的使用者定義的函數集合；
• Apache Flink：具有高性能的執行時間和自動程式優化；
• Apache Gora：記憶體中的資料模型和持久性框架；
• Apache Hama：BSP（整體同步並行）計算框架；
• Apache MapReduce ：在叢集上使用並行、分散式演算法處理大數據集的程式設計模型；
• Apache Pig ：Hadoop中，用於處理資料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 ：記憶體叢集計算框架；
• 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：資料處理和查詢庫；
• Cheetah ：在MapReduce之上的高性能、自訂資料倉庫；
• Concurrent Cascading ：在Hadoop上的資料管理/分析框架；
• Damballa Parkour ：用於Clojure的MapReduce庫；
• Datasalt Pangool ：可選擇的MapReduce範例；
• DataTorrent StrAM ：為即時引擎，用於以盡可能暢通的方式、最小的開支和對性能最小的影響，實現分散式、非同步、即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 ：分散式記憶體資料存儲；
• Google Dataflow ：創建資料管道，以説明其分析框架；
• Netflix PigPen ：為MapReduce，用於編譯成Apache Pig；
• Nokia Disco ：由Nokia開發的MapReduc獲取、轉換和分析資料；
• 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資料工作的宣告式程式設計語言；
• Kite ：為一組庫、工具、實例和檔案集，用於使在Hadoop的生態系統上建立系統更加容易；
• Metamarkets Druid ：用於大數據集的即時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 ：通用叢集計算框架；
• 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次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。

分散式檔案系統

• Apache HDFS：在多台機器上存儲大型檔的方式；
• BeeGFS：以前是FhGFS，並行分散式檔案系統；
• Ceph Filesystem：設計的軟體存儲平臺；
• Disco DDFS：分散式檔案系統；
• Facebook Haystack：物件存儲系統；
• Google Colossus：分散式檔案系統(GFS2)；
• Google GFS：分散式檔案系統；
• Google Megastore：可擴展的、高度可用的存儲；
• GridGain：相容GGFS、Hadoop記憶體的檔案系統；
• Lustre file system：高性能分散式檔案系統；
• Quantcast File System QFS：開源分散式檔案系統；
• Red Hat GlusterFS：向外擴展的附網存儲（Network-attached Storage）檔案系統；
• Seaweed-FS：簡單的、高度可擴展的分散式檔案系統；
• Alluxio：以可靠的存儲速率在跨叢集框架上檔共用；
• Tahoe-LAFS：分散式雲存儲系統；

檔資料模型

• Actian Versant：商用的物件導向資料庫管理系統；
• Crate Data：是一個開源的大規模可擴展的資料存儲，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的面向叢集的資料存儲；
• LinkedIn Espresso：可橫向擴展的面向叢集的NoSQL資料存儲；
• MarkLogic：模式不可知的企業版NoSQL資料庫技術；
• MongoDB：面向檔案的資料庫系統；
• RavenDB：一個事務性的，開來源文件資料庫；
• RethinkDB：支援連結查詢和群組依據等查詢的檔案型資料庫。
• Key Map 資料模型
  注意：業記憶體在一些術語混亂，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”資料模型而建的分散式、持續型資料庫，其中所有的資料都有（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【欄】）。

另一組也可稱為【列式資料庫】的技術因其存儲資料的方式而有別於前一組，它在磁片上或在記憶體中 — — 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資料模型】，這兩者和Key-value 資料模型之間的界限是相當模糊的。後者對資料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，面向列的分散式資料存儲；
• Apache HBase：由BigTable授權，面向列的分散式資料存儲；
• Facebook HydraBase：Facebook所開發的HBase的衍化品；
• Google BigTable：面向列的分散式資料存儲；
• Google Cloud Datastore：為完全管理型的無模式資料庫，用於存儲在BigTable上非關聯式資料；
• Hypertable：由BigTable授權，面向列的分散式資料存儲；
• 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的即時、多租戶分散式資料庫。

鍵-值資料模型

• Aerospike：支援NoSQL的快閃記憶體優化，資料存儲在記憶體。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的協定相容的伺服器；
• ElephantDB：專門研究Hadoop中資料匯出的分散式資料庫；
• 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資料；
• LinkedIn Krati：簡單的持久性資料存儲，擁有低延遲和高輸送量；
• 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：記憶體中的鍵值資料存儲；
• Riak：分散式資料存儲；
• 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提供技術支援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。

圖形資料模型

• 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、高輸送量的圖形資料庫，旨在為Google生產水準規模和輸送量提供足夠的低延遲，用於TB級的結構化資料的即時使用者查詢；
• Facebook TAO：TAO是facebook廣泛用來存儲和服務於社交圖形的分散式資料存儲；
• 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資料；
• 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資料採擷工具包的集合；
• 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：檔案和圖形資料庫；
• 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：由商業支援，開源的SQL關聯式資料庫管理系統；
• Amazon RedShift：基於PostgreSQL的資料倉庫服務；
• 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、位址可複製、交易型的資料庫；
• Datomic：旨在產生可擴展、靈活的智慧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數據庫；
• H-Store：是一個實驗性主存並行資料庫管理系統，用於連線交易處理（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外掛程式；
• 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數據庫管理系統；
• Pivotal GemFire XD：記憶體中低延時的分散式SQL資料存儲，可為記憶體清單資料提供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數據庫管理系統；
• SenseiDB：分散式即時半結構化的資料庫；
• Sky：用於行為資料的靈活、高性能分析的資料庫；
• SymmetricDS：用於檔和資料庫同步的開源軟體；
• Map-D：為GPU記憶體中資料庫，也為大資料分析和視覺化平臺；
• TiDB：TiDB是分散式SQL資料庫，基於穀歌F1的設計靈感；
• VoltDB：自稱為最快的記憶體中資料庫。

列式資料庫

注意：請在鍵-值資料模型 閱讀相關注釋。

• 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、專用的分析資料倉庫，類似于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、快速增長的大量資料，當用於資料倉庫時，能夠提供非常快的查詢性能；
• Google BigQuery ：google的雲產品，由其在Dremel的創始工作提供支援；
• Amazon Redshift ：亞馬遜的雲產品，它也是基於柱狀資料存儲後端。

時間序列資料庫

• Cube：使用MongoDB來存儲時間序列資料；
• 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、資料預測和視覺化；
• 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資料；
• 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數倉系統；
• 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資料的查詢；
• 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的資料倉庫系統；
• RainstorDB：用於存儲大規模PB級結構化和半結構化資料的資料庫；
• Spark Catalyst：用於Spark和Shark的查詢優化框架；
• SparkSQL：使用Spark操作結構化資料；
• 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的分散式數倉系統；
• 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：大規模資料流程的即時處理；
• Apache Chukwa：資料獲取系統；
• Apache Flume：管理大量日誌資料的服務；
• Apache Kafka：分散式發佈-訂閱消息系統；
• Apache Sqoop：在Hadoop和結構化的資料存儲區之間傳送資料的工具；
• Cloudera Morphlines：幫助 Solr、HBase和HDFS完成ETL的框架；
• Facebook Scribe：流日誌資料聚合器；
• Fluentd：採集事件和日誌的工具；
• Google Photon：即時連接多個資料流程的分散式運算機系統，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連接不同資料來源的框架；
• Kestrel：分散式訊息佇列系統；
• LinkedIn Databus：對資料庫更改捕獲的事件流；
• LinkedIn Kamikaze：壓縮已分類整型陣列的套裝程式；
• 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的通用資料攝取框架；
• Skizze：是一種資料存儲略圖，使用概率性資料結構來處理計數、略圖等相關的問題；
• StreamSets Data Collector：連續大數據獲取的基礎設施，可簡單地使用IDE。

服務程式設計

• Akka Toolkit：JVM中分佈性、容錯事件驅動應用程式的執行時間；
• Apache Avro：資料序列化系統；
• Apache Curator：Apache ZooKeeper的Java庫；
• Apache Karaf：在任何OSGi框架之上運行的OSGi執行時間；
• Apache Thrift：構建二進位協定的框架；
• 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：叢集管理器；
• 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：一種構建批次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、視覺化、故障處理、命令列一體化等等問題；
• Spring XD：資料攝取、即時分析、批量處理和資料匯出的分散式、可擴展系統；
• Twitter Elephant Bird：LZO壓縮資料的工作庫；
• Twitter Finagle：JVM的非同步網路堆疊。

調度

• Apache Aurora：在Apache Mesos之上運行的服務調度程式；
• Apache Falcon：資料管理框架；
• Apache Oozie：工作流作業調度程式；
• Chronos：分散式容錯調度；
• Linkedin Azkaban：批次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：一個以程式設計方式編寫、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：即時大規模機器學習；
• Concurrent Pattern：Cascading的機器學習庫；
• convnetjs：Javascript中的機器學習，在流覽器中訓練卷積神經網路（或普通網路）；
• Decider：Ruby中靈活、可擴展的機器學習；
• ENCOG：支援多種先進演算法的機器學習框架，同時支援類的標準化和處理資料；
• 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、資料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執行時間；
• MLbase：用於BDAS堆疊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，從文本中提取分類資料；
• nupic：智慧計算的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准的生物神經網路；
• 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yahoo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：yahoo工程師團隊的Hadoop叢集基準測試。

安全性

• Apache Knox Gateway：Hadoop集群安全訪問的單點；
• Apache Sentry：存儲在Hadoop的資料安全模組。

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：叢集管理框架；
• Apache Mesos：叢集管理器；
• 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：叢集管理器；
• 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：多資料中心複製系統；
• 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，即時採集和分析資料的框架；
• Apache Nutch：開源網路爬蟲；
• Apache OODT：用於NASA科學檔案中資料的捕獲、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上執行影像處理任務的API；
• Hunk：Hadoop的Splunk分析；
• Imhotep：大規模分析平臺；
• MADlib：RDBMS的用於資料分析的資料處理庫；
• 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，內置的資料連接器；
• Sense：用於資料科學和大資料分析的雲平臺；
• SnappyData：用於即時營運分析的分散式記憶體資料存儲，提供建立在Spark單一内建叢集中的資料流程分析、OLTP（連線交易處理）和OLAP（連線分析處理）；
• Snowplow：企業級網路和事件分析，由Hadoop、Kinesis、Redshift 和Postgres提供技術支援；
• SparkR：Spark的R前端；
• Splunk：用於機器生成的資料的分析；
• Sumo Logic：基於雲的分析儀，用於分析機器生成的資料；
• Talend：用於YARN、Hadoop、HBASE、Hive、HCatalog和Pig的統一開源環境；
• Warp：利用大資料（OS X app）的實例查詢工具。

搜尋引擎與框架

• Apache Lucene：搜尋引擎庫；
• 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、搜索和匯出來自網路的大規模資料集；
• 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、即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編寫的即時搜索/索引系統；
• Sphinx Search Server：全文檢索搜尋引擎

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叢集存儲引擎的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：高性能資料倉庫設備；
• Postgres-XL：基於PostgreSQL，可擴展的開來源資料庫集群；
• 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，只針對資料倉庫和資料集市的應用程式；
• 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。

内建式資料庫

• 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/值資料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：google寫的一個快速鍵-值存儲庫，它提供了從字串鍵到字串值的有序映射；
• LMDB：Symas開發的超快、超緊湊的鍵-值嵌入的式資料存儲；
• RocksDB：基於性LevelDB，用於快速存儲的嵌入式持續性鍵-值存儲。

商業智慧

• BIME Analytics：商業智慧雲平臺；
• Chartio：精益業務智慧平臺，用於視覺化和探索資料；
• datapine：基於雲的自助服務商業智慧工具；
• Jaspersoft：功能強大的商業智慧套件；
• Jedox Palo：定制的商業智慧平臺；
• Microsoft：商業智慧軟體和平臺；
• Microstrategy：商業智慧、行動智慧和網路應用軟體平臺；
• Pentaho：商業智慧平臺；
• Qlik：商業智慧和分析平臺；
• FineBI：大數據BI商業智慧分析平臺；
• Saiku：開源的分析平臺；
• SpagoBI：開源商業智慧平臺；
• Tableau：商業智慧平臺；
• Zoomdata：大數據分析；
• Jethrodata：互動式大數據分析。

數據視覺化

• Airpal：用於PrestoDB的網頁UI；
• Arbor：利用網路工作者和jQuery的圖形視覺化庫；
• Banana：對存儲在Kibana中Solr. Port的日誌和時戳資料進行視覺化；
• Bokeh：一個功能強大的Python互動式視覺化庫，它針對要展示的現代web流覽器，旨在為D3.js風格的新奇的圖形提供優雅簡潔的設計，同時在大規模資料或流資料集中，通過高性能交互性來表達這種能力；
• C3：基於D3可重複使用的圖表庫；
• 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標籤的反應靈敏、相容Retina的圖表；
• Chart.js：開源的HTML5圖表視覺化效果；
• Chartist.js：另一個開源HTML5圖表視覺化效果；
• Crossfilter：JavaScript庫，用於在流覽器中探索多元大資料集，用Dc.js和D3.js.效果很好；
• Cubism：用於時間序列視覺化的JavaScript庫；
• Cytoscape：用於視覺化複雜網路的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/附加的中繼資料，從而徘徊在D3的事件附近；
• D3：操作檔的JavaScript庫；
• D3.compose：從可重複使用的圖表和元件構成複雜的、資料驅動的視覺化；
• 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視覺化；
• FnordMetric：寫SQL查詢，返回SVG圖表，而不是表；
• Freeboard：針對IOT和其他Web混搭的開源即時儀錶盤構建；
• Gephi：屢獲殊榮的開源平臺，視覺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：可擴展的即時圖表；
• 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：視覺化日誌和時間標記資料；
• Matplotlib：Python繪圖；
• Metricsgraphic.js：建立在D3之上的庫，針對時間序列資料進行最優化；
• NVD3：d3.js的圖表元件；
• Peity：漸進式SVG橫條圖，折線和圓形圖；
• Plot.ly：易於使用的Web服務，它允許快速創建從熱圖到長條圖等複雜的圖表，使用圖表Plotly的線上試算表上傳資料進行創建和設計；
• Plotly.js：支援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構建資料應用；
• Redash：查詢和資料視覺化視覺化的開源平臺；
• 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：一個視覺化語法；
• Zeppelin：一個筆記本式的協作資料分析；
• Zing Charts：用於大數據的JavaScript圖表庫。
• loT物聯網和感測器
• TempoIQ：基於雲的感測器分析；
• 2lemetry：物聯網平臺；
• Pubnub：資料流程網路；
• 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慧化。

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（大資料基準）- Redshift, Hive, Shark, Impala and Stiger/Tez的基準；
• The big data successor of the spreadsheet（試算表的大資料繼承者） — 試算表的繼承者應該是大資料。
• 零基礎快速自學SQL，1天足矣！ -快速把握sql學習方向，內文有習題

論文

• 2015–2016
• 2015 — Facebook — One Trillion Edges: Graph Processing at Facebook-Scale.（一兆邊：Facebook規模的影像處理）
• 2013–2014
• 2014 — Stanford — Mining of Massive Datasets.（海量資料集挖掘）
• 2013 — AMPLab — Presto: Distributed Machine Learning and Graph Processing with Sparse Matrices. （Presto： 疏鬆陣列的分散式機器學習和影像處理）
• 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.（雲端大資料的可擴展性漸進分析）
• 2013 — Metamarkets — Druid: A Real-time Analytical Data Store. （Druid：即時分析資料存儲）
• 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的資料世界）
• 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資料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：超大規模資料的互動式查詢）
• 2012 — AMPLab –Fast and Interactive Analytics over Hadoop Data with Spark. （Spark上 Hadoop資料的快速互動式分析）
• 2012 — AMPLab –Shark: Fast Data Analysis Using Coarse-grained Distributed Memory. （Shark：使用粗細微性的分散式記憶體快速資料分析）
• 2012 — Microsoft –Paxos Replicated State Machines as the Basis of a High-Performance Data Store. （Paxos的複製狀態機 — — 高性能資料存儲的基礎）
• 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.（超大規模資料中有限誤差與有界回應時間的查詢）
• 2012 — Google –Processing a trillion cells per mouse click.（每次點擊處理一兆個儲存格）
• 2012 — Google –Spanner: Google’s Globally-Distributed Database.（Spanner：google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：資料中心中細細微性資源分享的平臺）
• 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規模資料集的交互分析）
• 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: 結構化資料的分散式存儲系統）
• 2004 — Google — MapReduce: Simplied Data Processing on Large Clusters.（MapReduce: 大型叢集上簡化資料處理）
• 2003 -Google- The Google File System.（google檔案系統）
• 資料視覺化
• Noah Iliinsky的資料視覺化設計
• Hans Rosling’s 200 Countries, 200 Years, 4 Minutes
• 冰桶挑戰的資料視覺化

(想要全部鏈接 點擊閱讀原文：【速藏！】這大概是史上最最全的大數據學習資源了！)
我是「數據分析那些事」。常年分享資料分析乾貨，不定期分享好用的職場技能工具。可以關注我的臉書，第一時間掌握我的動態~
超級多的系列文，瞭解一下？？