十大開源技術：
Apache HBase
這個大資料管理平臺建立在谷歌強大的BigTable管理引擎基礎上。作為具有開源、Java編碼、分散式多個優勢的資料庫，Hbase最初被設計應用於Hadoop平臺，而這一強大的資料管理工具，也被Facebook採用，用於管理訊息平臺的龐大資料。
Apache Storm
用於處理高速、大型資料流的分散式實時計算系統。Storm為Apache Hadoop新增了可靠的實時資料處理功能，同時還增加了低延遲的儀表板、安全警報，改進了原有的操作方式，幫助企業更有效率地捕獲商業機會、發展新業務。
Apache Spark
該技術採用記憶體計算，從多迭代批量處理出發，允許將資料載入記憶體做反覆查詢，此外還融合資料倉儲、流處理和圖計算等多種計算正規化，Spark用Scala語言實現，構建在HDFS上，能與Hadoop很好的結合，而且執行速度比MapReduce快100倍。
Apache Hadoop
該技術迅速成為了大資料管理標準之一。當它被用來管理大型資料集時，對於複雜的分散式應用，Hadoop體現出了非常好的效能，平臺的靈活性使它可以執行在商用硬體系統，它還可以輕鬆地整合結構化、半結構化和甚至非結構化資料集。
Apache Drill
你有多大的資料集？其實無論你有多大的資料集，Drill都能輕鬆應對。通過支援HBase、Cassandra和MongoDB，Drill建立了互動式分析平臺，允許大規模資料吞吐，而且能很快得出結果。
Apache Sqoop
也許你的資料現在還被鎖定於舊系統中，Sqoop可以幫你解決這個問題。這一平臺採用併發連線，可以將資料從關聯式資料庫系統方便地轉移到Hadoop中，可以自定義資料型別以及後設資料傳播的對映。事實上，你還可以將資料（如新的資料）匯入到HDFS、Hive和Hbase中。
Apache Giraph
這是功能強大的圖形處理平臺，具有很好可擴充套件性和可用性。該技術已經被Facebook採用，Giraph可以執行在Hadoop環境中，可以將它直接部署到現有的Hadoop系統中。通過這種方式，你可以得到強大的分散式作圖能力，同時還能利用上現有的大資料處理引擎。
Cloudera Impala
Impala模型也可以部署在你現有的Hadoop群集上，監視所有的查詢。該技術和MapReduce一樣，具有強大的批處理能力，而且Impala對於實時的SQL查詢也有很好的效果，通過高效的SQL查詢，你可以很快的瞭解到大資料平臺上的資料。
Gephi
它可以用來對資訊進行關聯和量化處理，通過為資料建立功能強大的視覺化效果，你可以從資料中得到不一樣的洞察力。Gephi已經支援多個圖表型別，而且可以在具有上百萬個節點的大型網路上執行。Gephi具有活躍的使用者社群，Gephi還提供了大量的外掛，可以和現有系統完美的整合到一起，它還可以對複雜的IT連線、分散式系統中各個節點、資料流等資訊進行視覺化分析。
MongoDB
這個堅實的平臺一直被很多組織推崇，它在大資料管理上有極好的效能。MongoDB最初是由DoubleClick公司的員工建立，現在該技術已經被廣泛的應用於大資料管理。MongoDB是一個應用開源技術開發的NoSQL資料庫，可以用於在JSON這樣的平臺上儲存和處理資料。目前，紐約時報、Craigslist以及眾多企業都採用了MongoDB，幫助他們管理大型資料集。（Couchbase伺服器也作為一個參考）。
十大頂尖公司：
Amazon Web Services
Forrester將AWS稱為“雲霸主”，談到雲端計算領域的大資料，那就不得不提到亞馬遜。該公司的Hadoop產品被稱為EMR（Elastic Map Reduce），AWS解釋這款產品採用了Hadoop技術來提供大資料管理服務，但它不是純開源Hadoop，經過修改後現在被專門用在AWS雲上。
Forrester稱EMR有很好的市場前景。很多公司基於EMR為客戶提供服務，有一些公司將EMR應用於資料查詢、建模、整合和管理。而且AWS還在創新，Forrester稱未來EMR可以基於工作量的需要自動縮放調整大小。亞馬遜計劃為其產品和服務提供更強大的EMR支援，包括它的RedShift資料倉儲、新公佈的Kenesis實時處理引擎以及計劃中的NoSQL資料庫和商業智慧工具。不過AWS還沒有自己的Hadoop發行版。
Cloudera
Cloudera有開源Hadoop的發行版，這個發行版採用了Apache Hadoop開源專案的很多技術，不過基於這些技術的發行版也有很大的進步。Cloudera為它的Hadoop發行版開發了很多功能，包括Cloudera管理器，用於管理和監控，以及名為Impala的SQL引擎等。Cloudera的Hadoop發行版基於開源Hadoop，但也不是純開源的產品。當Cloudera的客戶需要Hadoop不具備的某些功能時，Cloudera的工程師們就會實現這些功能，或者找一個擁有這項技術的合作伙伴。Forrester表示：“Cloudera的創新方法忠於核心Hadoop，但因為其可實現快速創新並積極滿足客戶需求，這一點使它不同於其他那些供應商。”目前，Cloudera的平臺已經擁有200多個付費客戶，一些客戶在Cloudera的技術支援下已經可以跨1000多個節點實現對PB級資料的有效管理。
Hortonworks
和Cloudera一樣，Hortonworks是一個純粹的Hadoop技術公司。與Cloudera不同的是，Hortonworks堅信開源Hadoop比任何其他供應商的Hadoop發行版都要強大。Hortonworks的目標是建立Hadoop生態圈和Hadoop使用者社群，推進開源專案的發展。Hortonworks平臺和開源Hadoop聯絡緊密，公司管理人員表示這會給使用者帶來好處，因為它可以防止被供應商套牢（如果Hortonworks的客戶想要離開這個平臺，他們可以輕鬆轉向其他開源平臺）。這並不是說Hortonworks完全依賴開源Hadoop技術，而是因為該公司將其所有開發的成果回報給了開源社群，比如Ambari，這個工具就是由Hortonworks開發而成，用來填充叢集管理專案漏洞。Hortonworks的方案已經得到了Teradata、Microsoft、Red Hat和SAP這些供應商的支援。
IBM
當企業考慮一些大的IT專案時，很多人首先會想到IBM。IBM是Hadoop專案的主要參與者之一，Forrester稱IBM已有100多個Hadoop部署，它的很多客戶都有PB級的資料。IBM在網格計算、全球資料中心和企業大資料專案實施等眾多領域有著豐富的經驗。“IBM計劃繼續整合SPSS分析、高效能運算、BI工具、資料管理和建模、應對高效能運算的工作負載管理等眾多技術。”
Intel
和AWS類似，英特爾不斷改進和優化Hadoop使其執行在自己的硬體上，具體來說，就是讓Hadoop執行在其至強晶片上，幫助使用者打破Hadoop系統的一些限制，使軟體和硬體結合的更好，英特爾的Hadoop發行版在上述方面做得比較好。Forrester指出英特爾在最近才推出這個產品，所以公司在未來還有很多改進的可能，英特爾和微軟都被認為是Hadoop市場上的潛力股。
MapR Technologies
MapR的Hadoop發行版目前為止也許是最好的了，不過很多人可能都沒有聽說過。Forrester對Hadoop使用者的調查顯示，MapR的評級最高，其發行版在架構和資料處理能力上都獲得了最高分。MapR已將一套特殊功能融入其Hadoop發行版中。例如網路檔案系統（NFS）、災難恢復以及高可用性功能。Forrester說MapR在Hadoop市場上沒有Cloudera和Hortonworks那樣的知名度，MapR要成為一個真正的大企業，還需要加強夥伴關係和市場營銷。
Microsoft
微軟在開源軟體問題上一直很低調，但在大資料形勢下，它不得不考慮讓Windows也相容Hadoop，它還積極投入到開源專案中，以更廣泛地推動Hadoop生態圈的發展。我們可以在微軟的公共雲Windows Azure HDInsight產品中看到其成果。微軟的Hadoop服務基於Hortonworks的發行版，而且是為Azure量身定製的。
微軟也有一些其他的專案，包括名為Polybase的專案，讓Hadoop查詢實現了SQLServer查詢的一些功能。Forrester說：“微軟在資料庫、資料倉儲、雲、OLAP、BI、電子表格（包括PowerPivot）、協作和開發工具市場上有很大優勢，而且微軟擁有龐大的使用者群，但要在Hadoop這個領域成為行業領導者還有很遠的路要走。”
Pivotal Software
EMC和Vmware部分大資料業務分拆組合產生了Pivotal。Pivotal一直努力構建一個效能優越的Hadoop發行版，為此，Pivotal在開源Hadoop的基礎上又新增了一些新的工具，包括一個名為HAWQ的SQL引擎以及一個專門解決大資料問題的Hadoop應用。Forrester稱Pivotal Hadoop平臺的優勢在於它整合了Pivotal、EMC、Vmware的眾多技術，Pivotal的真正優勢實際上等於EMC和Vmware兩大公司為其撐腰。到目前為止，Pivotal的使用者還不到100個，而且大多是中小型客戶。
Teradata
對於Teradata來說，Hadoop既是一種威脅也是一種機遇。資料管理，特別是關於SQL和關聯式資料庫這一領域是Teradata的專長。所以像Hadoop這樣的NoSQL平臺崛起可能會威脅到Teradata。相反，Teradata接受了Hadoop，通過與Hortonworks合作，Teradata在Hadoop平臺整合了SQL技術，這使Teradata的客戶可以在Hadoop平臺上方便地使用儲存在Teradata資料倉儲中的資料。
AMPLab
通過將資料轉變為資訊，我們才可以理解世界，而這也正是AMPLab所做的。AMPLab致力於機器學習、資料探勘、資料庫、資訊檢索、自然語言處理和語音識別等多個領域，努力改進對資訊包括不透明資料集內資訊的甄別技術。除了Spark，開源分散式SQL查詢引擎Shark也源於AMPLab，Shark具有極高的查詢效率，具有良好的相容性和可擴充套件性。近幾年的發展使電腦科學進入到全新的時代，而AMPLab為我們設想一個運用大資料、雲端計算、通訊等各種資源和技術靈活解決難題的方案，以應對越來越複雜的各種難題。
自：36大資料