小规模即时流数据分析集群 分析规则抽象于SQL，计算规则采用MapReduce模式。

Lealone 为 HBase 提供一个分布式SQL引擎，尝试将BigTable(HBase)和 RDBMS (H2数据库) 结合的项目。

Apache Spark 是一种与 Hadoop 相似的开源集群计算环境，但是两者之间还存在一些不同之处，这些有用的不同之处使 Spark 在某些工作负载方面表现得更加优越，换句话说，Spark

GridWay 是一个工作负载管理器，用于在一个由不同计算平台组成的 grid 中执行作业管理和资源调配。GridWay

是发端于卡内基梅隆大学的一个开源项目 —— GraphLab，主要目标是在单台机器上进行大数据量的图计算

Collage 是一个跨平台的 C++库用于构建异构和分布式的应用。这是Equalizer 并行渲染框架的集群后端。主要特点：提供不同网络连接、点对点消息传递、节点发现、同步和高性能、面向对象、版本化数据分发等。

HTools是一款专业的Hadoop管理工具，不管您是非专业IT人士，还是多年经验的技术人员，本工具都会为您提供优质的管理服务和轻松的操作过程，

mrjob 可以让用 Python 2.5+ 来编写 MapReduce 作业，并在多个不同平台上运行，你可以：

a) 基础功能 cobweb的基本功能，是在一台Server上分发任务，在其它多台服务器上部署Client程序，并执行相应的任务。

Growler 是一个基于 C 开发的分布式对象和事件架构。支持 C 的对象序列化作为远程方法调用、事件通道和 IDL 接口定义语言的一部分。

Filemap 是一个基于文件的 Map-Reduce，命令参数： Usage: fm command args... For more help, specify one of the following commands followed by -h option:

Apache Crunch（孵化器项目）是基于Google的FlumeJava库编写的Java库，用于创建MapReduce流水线。与其他用来创建MapReduce作业的高层工具（如Apache

宙斯(zeus)是什么 宙斯是一个完整的Hadoop的作业平台 从Hadoop任务的调试运行到生产任务的周期调度 宙斯支持任务的整个生命周期

BlinkDB 是一个用于在海量数据上运行交互式 SQL 查询的大规模并行查询引擎。它允许用户通过权衡数据精度来提升查询响应时间，其数据的精度被控制在允许的误差范围内。

Presto是Facebook最新研发的数据查询引擎，可对250PB以上的数据进行快速地交互式分析。据称该引擎的性能是Hive 的 10 倍以上。

JStorm 是参考 Apache Storm 实现的实时流式计算框架，在网络IO、线程模型、资源调度、可用性及稳定性上做了持续改进，已被越来越多企业使用。JStorm 可以看作是 storm

DPark 是 Spark 的 Python 克隆，是一个Python实现的分布式计算框架，可以非常方便地实现大规模数据处理和迭代计算。 DPark

Facebook 在官方博客上宣布推出HBase数据库的升级版——HydraBase， Facebook是HBase的重度用户，Facebook的HBase数据库系统存储着Facebook的很多关键业务数据，包括内部监控系统、搜索索

SnackFS 是一个很小的、轻量级的兼容 HDFS 的文件系统，基于Cassandra 构建。你需要做的只是指向 Cassandra

Samza是近日由LinkedIn开源的一项技术，它是一个分布式流处理框架，专用于实时数据的处理，非常像Twitter的流处理系统Storm。不同的是Samza基于Hadoop，而且使用了LinkedIn自家的Kafka分布式消息系统，并使用资源管

hadoop-clusternet 项目可以帮你实现在一个小的集群环境里(1-10个节点) 中体验 Hadoop

腾讯分布式数据仓库项目，在Hadoop和hive的基础上开发的腾讯内部最大的离线数据处理平台。TDW支持Oracle功能兼容的SQL语法，支持PB级的存储和TB级的计算等。

Minos 是小米公司开发的一个分布式的发布和监控系统。最初是小米开发的用来在 Hadoop 和 ZooKeeper 集群上发布和管理的工具。Minos

bytengine是一个分布式的内容存储系统，基于[redis](https://www.jb51.cc/redis)、[mongodb](https://www.jb51.cc/mongodb)、[Go](https://www.jb51.cc/go)、[python](https://www.jb51.cc/python)。

1、概述 不管程序性能有多高，机器处理能力有多强，都会有其极限。能够快速方便的横向与纵向扩展是Nut设计最重要的原则，以此原则形成以分布式并行计算为核心的架构设计。以分布式并行计算为核心的架构设计是Nut区

DataTorrent是一个实时的流式处理和分析平台，它每秒可以处理超过10亿个实时事件。

ADFS(Ali Distributed File System)是基于hadoop开源分布式系统HDFS的一种优化 实现，能够将HDFS中单点master namenode节点中的内存数据结构利用高速存储介质同步到磁盘中，同时能够提供很高的吞吐和性能

Tajo 是一个分布式数据仓库系统，基于 Hadoop 实现，特点是低延迟、高可伸缩，提供专用查询和 ETL 工具

MRQL (发音 miracle) 是一个查询处理和优化系统，适用于大规模分布式的数据分析。MRQL (MapReduce Query Language)

Apache Sentry 是一个加强的细粒度的基于角色的授权系统，针对存储在 Hadoop 集群中的数据和元数据。