大數據分析平臺哪個好(大數據查詢平臺哪個好)

大數據分析工具哪家比較好？

大數據分析工具比較好的有Python數據分析、DataV數據分析、Cloudera數據分析、MongoDBMongoDB數據分析、Talend數據分析等

1、Python數據分析

Python是一種面向對象、解釋型計算機程序設計語言。Python語法簡潔而清晰，閱讀一個良好的Python程序就感覺像是在讀英語一樣。能夠專注于解決問題而不是去搞明白語言本身。另外具有豐富和強大的類庫，python能支持幾乎所有統計分析和建模的工作。

2、DataV數據分析

DataV數據可視化是使用可視化大屏的方式來分析并展示龐雜數據的產品。DataV旨讓更多的人看到數據可視化的魅力，幫助非專業的工程師通過圖形化的界面輕松搭建專業水準的可視化應用，滿足您會議展覽、業務監控、風險預警、地理信息分析等多種業務的展示需求。

3、Cloudera數據分析

Cloudera實際上是增加了一些額外服務的Hadoop，非常需要這個，因為大數據不容易搞。Cloudera的服務團隊不僅可以幫助構建大數據集群，還可以幫助培訓員工，更好地訪問數據。

4、MongoDBMongoDB數據分析

MongoDBMongoDB是最受歡迎的大數據數據庫，因為適用于管理經常變化的數據：非結構化數據，大數據常常是非結構化數據。當下時代大數據分析是非常必要的，而MongoDBMongoDB數據分析也是做得非常好的。

5、Talend數據分析

Talend作為一家提供廣泛解決方案的公司，Talend的產品圍繞其集成平臺而建，該平臺集大數據、云、應用程序、實時數據集成、數據準備和主數據管理于一體。大數據集往往是非結構化、無組織的，因此需要某種清理或轉換。當下，數據可能來自任何地方。

數據分析軟件哪個最好用

數據分析軟件最好用的有：

一、大數據分析工具——Hadoop

Hadoop是一個能夠對大量數據進行分布式處理的軟件框架。但是Hadoop是以一種可靠、高效、可伸縮的方式進行處理的。Hadoop是可靠的，因為它假設計算元素和存儲會失敗，因此它維護多個工作數據副本，確保能夠針對失敗的節點重新分布處理。

Hadoop是高效的，因為它以并行的方式工作，通過并行處理加快處理速度。Hadoop還是可伸縮的，能夠處理PB級數據。此外，Hadoop依賴于社區服務器，因此它的成本比較低，任何人都可以使用。

二、大數據分析工具——思邁特軟件Smartbi

融合傳統BI、自助BI、智能BI，滿足BI定義所有階段的需求；提供數據連接、數據準備、數據分析、數據應用等全流程功能；提供復雜報表、數據可視化、自助探索分析、機器學習建模、預測分析、自然語言分析等全場景需求；滿足數據角色、分析角色、管理角色等所有用戶的需求。

三、大數據分析工具——Bokeh

這套可視化框架的主要目標在于提供精致且簡潔的圖形處理結果，用以強化大規模數據流的交互能力。其專門供Python語言使用。

四、大數據分析工具——Storm

Storm是自由的開源軟件，一個分布式的、容錯的實時計算系統。Storm可以非常可靠的處理龐大的數據流，用于處理Hadoop的批量數據。Storm很簡單，支持許多種編程語言，使用起來非常有趣。

Storm由Twitter開源而來，其它知名的應用企業包括Groupon、淘寶、支付寶、阿里巴巴、樂元素、Admaster等等。

五、大數據分析工具——Plotly

這是一款數據可視化工具，可兼容JavaScript、MATLAB、Python以及R等語言。Plotly甚至能夠幫助不具備代碼編寫技能或者時間的用戶完成動態可視化處理。這款工具常由新一代數據科學家使用，因為其屬于一款業務開發平臺且能夠快速完成大規模數據的理解與分析。

那些好的大數據平臺

1、新增一個數據搜索平臺：DataDance(城市地圖），不用費力的去各個平臺找數據，通過這個平臺搜索或勾選需要的標簽就行，就能找到各個維度的數據。提供12大類、50多萬個數據和數據報告（基本上覆蓋了市面上所有細分行業）。在網站首頁就有全面又詳細的數據分類，可以點擊分類查看也可以通過數據關鍵詞查詢。比如勾選“餐飲服務”，就可以快速查到大量相關數據：

人群畫像數據：

數據更新及時，緊跟當下熱點，以及網站全部的數據可以下載。

平臺還提供常駐客戶畫像、民用住宅及房價、周邊餐飲業態、周邊醫療相關業態、周邊教育培訓相關業態、周邊寵物相關業態、周邊景區業態、周邊交通相關業態、周邊公司分布業態、周邊商務住宿業態、周邊生活服務業態、周邊 體育 休閑業態、周邊政府機構業態、周邊公共設施業態，部分消費類提供有人均消費和評分等信息，我就不逐一放圖說明了，有興趣您可以自己去看下。

2、艾瑞指數——主要用戶：互聯網從業者艾瑞旗下/包括移動APP指數、PCWeb指數、影視指數、廣告指數、移動設備指數五類指數查詢工具。

4、搜狗指數——主要用戶：營銷人搜狗旗下/基于搜狗用戶行為的數據分享平臺，同時支持搜索微信熱度。

大數據分析平臺哪個好？

以下為大家介紹幾個代表性數據分析平臺：
1、 Cloudera
Cloudera提供一個可擴展、靈活、集成的平臺，可用來方便的管理您的企業中快速增長的多種多樣的數據，從而部署和管理Hadoop和相關項目、操作和分析您的數據以及保護數據的安全。Cloudera Manager是一個復雜的應用程序，用于部署、管理、監控CDH部署并診斷問題，Cloudera Manager提供Admin Console，這是一種基于Web的用戶界面，是您的企業數據管理簡單而直接，它還包括Cloudera Manager API，可用來獲取集群運行狀況信息和度量以及配置Cloudera Manager。
2、 星環Transwarp
基于hadoop生態系統的大數據平臺公司，國內唯一入選過Gartner魔力象限的大數據平臺公司，對hadoop不穩定的部分進行了優化，功能上進行了細化，為企業提供hadoop大數據引擎及數據庫工具。
3、 阿里數加
阿里云發布的一站式大數據平臺，覆蓋了企業數倉、商業智能、機器學習、數據可視化等領域，可以提供數據采集、數據深度融合、計算和挖掘服務，將計算的幾個通過可視化工具進行個性化的數據分析和展現，圖形展示和客戶感知良好，但是需要捆綁阿里云才能使用，部分體驗功能一般，需要有一定的知識基礎。maxcompute(原名ODPS)是數加底層的計算引擎，有兩個維度可以看這個計算引擎的性能，一個是6小時處理100PB的數據，相當于1億部高清電影，另外一個是單集群規模過萬臺，并支持多集群聯合計算。
4、 華為FusionInsight
基于Apache進行功能增強的企業級大數據存儲、查詢和分析的統一平臺。完全開放的大數據平臺，可運行在開放的x86架構服務器上，它以海量數據處理引擎和實時數據處理引擎為核心，針對金融、運營商等數據密集型行業的運行維護、應用開發等需求，打造了敏捷、智慧、可信的平臺軟件。
5、網易猛犸
網易猛犸大數據平臺使一站式的大數據應用開發和數據管理平臺，包括大數據開發套件和hadoop發行版兩部分。大數據開發套件主要包含數據開發、任務運維、自助分析、數據管理、項目管理及多租戶管理等。大數據開發套件將數據開發、數據分析、數據ETL等數據科學工作通過工作流的方式有效地串聯起來，提高了數據開發工程師和數據分析工程師的工作效率。Hadoop發行版涵蓋了網易大數據所有底層平臺組件，包括自研組件、基于開源改造的組件。豐富而全面的組件，提供完善的平臺能力，使其能輕易地構建不同領域的解決方案，滿足不同類型的業務需求。
6.知于大數據分析平臺
知于平臺的定位與當今流行的平臺定位不一樣，它針對的主要是中小型企業，為中小型企業提供大數據解決方案。現階段，平臺主打的產品是輿情系統、文章傳播分析與網站排名監測，每個服務的價格單次在50元左右，性價比極高。

大數據分析哪個軟件做的好

大數據分析的軟件有很多，其中SQL數據分析、Excel數據分析、SPSS數據分析、SAS數據分析、R數據分析等這些軟件都是挺不錯的。

1、SQL數據分析

SQL對于很多數據分析師，取數是基本功。可以翻一下很多數據分析崗位的招聘啟事，不管實際需不需要，都會把熟練掌握SQL這一條寫上來。SQL并不是這么復雜，要學習的只是取數、中高級查詢、簡單數據清洗等。

2、Excel數據分析

Excel滿足了絕大部分辦公制表的需求，同時也擁有相當優秀的數據處理能力。其自帶的ToolPak(分析工具庫)和Solver(規劃求解加載項)可以完成基本描述統計、方差分析、統計檢驗、傅立葉分析、線性回歸分析和線性規劃求解工作。Excel也提供較為常用的統計圖形繪制功能。

3、SPSS數據分析

SPSS是一個專業的統計分析軟件，除了基本的統計分析功能之外，還提供非線性回歸、聚類分析、主成份分析和基本的時序分析。SPSS在某種程度上可以進行簡單的數據挖掘工作，比如K-Means聚類，不過數據挖掘的主要工作一般都是使用其自家的Clementine(現已改名為SPSS Modeler)完成。

4、SAS數據分析

SAS由于其功能強大而且可以編程，很受高級用戶的歡迎，也是最難掌握的軟件之一，多用于企業工作之中。需要編寫SAS程序來處理數據，進行分析。在所有的統計軟件中，SAS有最強大的繪圖工具，由SAS/Graph模塊提供，有著強大的數據管理和同時處理大批數據文件的功能。

5、R數據分析

R是一個開源的分析軟件，也是分析能力不亞于SPSS和Matlab等商業軟件的輕量級(僅指其占用空間極小，功能卻是重量級的)分析工具。R支持Windows、Linux和Mac OS系統，對于用戶來說非常方便，R和Matlab都是通過命令行來進行操作，這一點和適合有編程背景或喜好的數據分析人員。