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：

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;

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;

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;

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;

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;

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;

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;

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;

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;

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。