大數據是一個含義廣泛的術語，是指數據集，如此龐大而複雜的，他們需要專門設計的硬件和軟件工具進行處理。該數據集通常是萬億或 EB 的大小。這些數據集收集自各種各樣的來源：傳感器，氣候信息，公開的信息，如雜誌，報紙，文章。大數據產生的其他例子包括購買交易記錄，網絡日誌，病歷，軍事監控，視頻和圖像檔案，及大型電子商務。
百度百科的解釋是：無法在一定時間範圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。
維基百科提供的定義有些拙劣，也不完整： 大數據，指的是所涉及的數據量規模巨大到無法通過主流的工具，在合理的時間內擷取、管理、處理、並整理成為人們所能解讀的信息 。
IBM 提供了一個充分的簡單易懂的概述：
大數據有以下三個特點：大批量 (Volume)、高速度(Velocity) 和多樣化(Variety) 。
- 大批量 – 大數據體積龐大。企業裡到處充斥著數據，信息動不動就達到了 TB 級，甚至是 PB 級。
- 高速度 – 大數據通常對時間敏感。為了最大限度地發揮其業務價值，大數據必須及時使用起來。
- 多樣化 – 大數據超越了結構化數據，它包括所有種類的非結構化數據，如文本、音頻、視頻、點擊流、日誌文件等等都可以是大數據的組成部分。
MSDN 的布萊恩 · 史密斯在 IBM 的基礎上增加了第四點：
變異性 – 數據可以使用不同的定義方式來進行解釋。不同的問題需要不同的闡釋。
在大數據和大數據分析時代，它們對企業的影響有一個興趣高漲。大數據分析是研究大量的數據的過程中尋找模式，相關性和其他有用的信息，可以幫助企業更好地適應變化，並做出更明智的決策。
那就要問數據分析軟件有哪些？越來越多軟件供應商推出可視化數據分析，為了應對當前企業業務的大數據現狀，有哪些自助式的數據分析工具可供選擇？
常用數據分析師軟件：
上海數據分析網
數說立方
數說立方是數說故事新推出的一款面向數據分析師的在線商業智能產品。最重要的特點是配備百億級社交數據庫，同時支持全網公開數據實時抓取，從數據源端解決分析師難點；另外數說立方搭載了分佈式搜索、語義分析、數據可視化三大引擎系統的海量計算平臺，實現數據處理 “探索式分析” 和“秒級響應”的兩個核心功能。同時數說立方是數說故事三大主打產品之一，並與其他兩大產品數說聚合和數說雷達實現從數據源、數據分析、到數據展示完整的數據解決方案。
優點：
即便是個人免費版，體驗和功能仍然非常好；
與自家產品 “數說聚合” 的無縫接入，支持定向抓取微信、微博等數據；
功能完善，集數據處理、特徵工程、建模、文本挖掘為一體的機器學習平臺；
可視化視圖展現、友好的客戶感知頁面；
支持 SAAS，私有化部署，有權限管理；
缺點：
產品新上市，操作指導頁不太完善；
體驗過程中有一些小 bug；
上海數據分析網
數加平臺
數加是阿里雲發佈的一站式大數據平臺，可以提供數據採集、結構化、加工到展示分析整套的一站式數據服務。 可採集不同系統及物理存儲的源頭數據，在分佈式計算平臺上進行數據的深度整合、計算、挖掘，將計算的結果通過可視化的工具進行個性化的數據分析和展現，也可直觀的展示分析現有云上業務系統的數據庫數據。
優點：
有完整的產品規劃，功能完善；
圖形展示和客戶感知良好；
提供 SQL 查詢；
缺點：
需要捆綁阿里雲才能使用，一般用戶還不能真正使用起來；
部分體驗功能一般，有一定的學習成本；
上海數據分析網
Tableau
Tableau 是目前市面上較為成功的 BI 工具。產品既有針對性，又有普適性。拖放式界面，操作簡單。數據兼容性強，適用於多種數據文件與數據庫，同時也兼容多平臺，windows、mac、Online 均可使用。而且重要的一點是免費為用戶安排現場培訓或按需求進行在線培訓。
優點：
處於行業領導者地位，功能完善；
有較好的圖形展現與客戶感知；
新產品開始支持雲端展現，但是需要客戶端支持；
缺點：
相比於商業智能 BI，更像一個基於數據查詢的數據展示工具；
處理不規範數據、轉化複雜模型比較難；
無法處理大量數據；
國內網絡連接 Online 版速度較慢；
上海數據分析網
Qlik
QlikView 只需輕輕單擊幾下，就可以對所有數據源進行合併、搜索、可視化和分析，可在不影響性能的前提下連接到多個數據源；其次視圖種類豐富，界面簡潔，互動性強，總體來說是一款簡單易用的 BI 產品。Qlik 用戶可通過各類可視化效果，將 Qlik 擴展到任何應用程序中。另外用戶也可以通過使用標準的和最新的網絡 API，可將可視化效果數據嵌入網站或應用程序。
優點：
產品功能完善，圖形展現和客戶感知良好；
支持 SAAS，有權限管理功能；
缺點：
有一定的學習成本；
報表規範性要求很高；
數據抓取功能都非常弱，需要有非常好的數據倉庫作為基礎；
上海數據分析網
Spotfire
Spotfire 服務對象是一線工作人員和日常決策人員，其交互界面形象易懂，無需寫腳本語言和編寫程序就可以對數據進行添加、分離操作。內置搜索引擎，可以隨意查找任意信息。支持 R、S + 等統計、挖掘功能；有豐富、開源的 R 模型。標記有自身特色，提供了過濾、鑽取等功能，多個標記同時還可以實現圖形化的集合運算。
優點：
交互界面形象易懂，即使是普通的業務人員也能輕而易舉地進行復雜的數據分析；
不一定要建數據倉庫，還可以直接從多個異構數據源提取數據進行分析；
支持 SAAS，有權限管理功能；
缺點：
SAAS 版只支持 30M，由於是國外服務器所以上傳很慢；
不適合中國式的固定報表；
進軍中國市場較晚，國內案例較少；
工具的適應性範圍廣，但是難易跨度大；
上海數據分析網
神策分析
神策分析的產品有完整的使用文檔，每個模塊都有詳細的使用說明以及示例，降低了用戶的學習成本。而且支持私有部署、任意維度的交叉分析，並幫助客戶搭建專屬的數據倉庫。目前提供事件分析、漏斗分析、留存分析、數據管理等功能，未來預計會增加用戶分群、用戶人群分析、推送和異常維度組合挖掘等，工具需要付費使用。
優點：
專注於用戶行為數據分析，不追求做大而追求做全；
有詳細的產品使用文檔以及案例；
提供 SQL 查詢；
缺點：
更多的是 demo 示例，不能開箱即用；
純 dashboard 展示，並不能對單獨一塊數據作自定義分析；
上海數據分析網
BDP
（因為產品改版了，所以換了一張圖片）
BDP 個人版使用免費，只需導入數據，設定分析維度，即可實時得到圖表分析結果。產品示例和視頻教學很細緻，交互頁面很友好。每次數據更新，對應的圖表也會自動更新，可以免去一些重複分析、製作圖表的數據工作。另外，分享環節也很貼心，數據儀表盤可以一鍵導出，也可直接生成鏈接分享給他人或分享到微信、微博等社交平臺。
優點：
產品支持移動端；手機同步呈現最新數據
用戶可以免費使用工具，還有免費公開的數據源；
操作體驗流暢，界面友好，功能全，總體來說是一款不錯的產品；
即便是個人免費版，體驗和功能仍然非常好；
數據可以同步更新，免去了重複勞動的工作；
缺點：
官網的介紹比較簡單；
上海數據分析網
永洪 BI
永洪 BI 是一款可在前端進行多維分析和報表展現的 BI 軟件。支持拖拽操作，數據源格式多樣，提供不同級別的查詢支持，支持跨庫跨源連接。另外永洪提供了一款數據存儲、數據處理的軟件——MPP 數據集市，可與 BI 打通，使得數據查詢，鑽取和展示的速度大幅度提高。不過其產品用戶體驗一般，拖拽過於自由，導致儀表盤佈局不好控制；主題樣式雖多但是給人感覺樣式還是很傳統。
優點：
商業流程完善，給人專業的感覺；
產品定製化的版本效果不錯；
支持的數據接入較多；
缺點：
SAAS 版體驗很差，有一定的學習成本；
UI 的視覺效果一般，整體可視化效果不夠現代化；
上海數據分析網
數據觀
數據觀的功能設計理念是極簡、無門檻，所以它最大的特點就是簡單。數據觀數據來自雲端，如：百度 網盤、微盤、salesforce 等。數據上傳後，馬上有推薦圖表，引導明確。另外產品的使用沒有技術門檻，無需專業 IT 知識，同時適用於非專業分析師出身的業務人員，可以快速將數據轉化成直觀的圖表，適合一開始接觸數據分析工具的非專業數據從業人員。
優點：
註冊只需填寫郵箱，且支持明道賬號登陸；
使用引導明確，支持 salesforce、百度雲數據導入；
分析結果支持鏈接分享，大大降低用戶的溝通成本；
缺點：
不支持超過 20MB 的數據上傳；
數據導入後，數據分析體驗方面存在 bug；
產品的使用以點擊為主，不支持拖拽操作；
上海數據分析網
FineBI
FineBI 分為數據處理、可視分析和分享公用三大功能模塊。支持多種數據源，圖表風格清爽美觀，可選擇任意維度分析。分析頁面由控件和組件組成，控件和組件的數量是可以添加至任意多個，但是佈局的交互比較僵硬，且使用邏輯有點亂，引導不明確。需要安裝本地客戶端才能使用。
優點：
有較為詳細的行業案例與技術方案；
產品演示和資源中心也較為清晰
缺點：
需要使用客戶端，增加了使用的不便利性
只有儀表盤展示，BI 報表需要另一款產品；
無法處理大量的數據；
上海數據分析網
魔鏡
魔鏡支持自動拖拽建模，同時可視化效果庫十分酷炫。用戶可以邀請團隊成員到自己的項目，合作進行探索分析，並且按照需求有效控制訪問數據的成員權限。產品模塊規劃完整，有基礎企業版到 hadoop 等 5 種選擇為，而且可以支持定製化服務。但是可能是雲平臺版的緣故，使用過程中出現不少 BUG，企業版的體驗可能會相對好一點。
優點：
產品模塊的規劃比較健全，其中包括數據源導入、數據分析、儀表盤、數據挖掘和數據工廠；
官網的設計不錯，模板選擇性大，顏值控可能會喜歡；
工具使用指導清晰，使用篇和方法篇等比較詳細；
缺點：
產品存在較多的 BUG，UI 和功能相對其他產品來說較簡陋；
部分產品模塊並不能切實用於數據分析；
上海數據分析網
Hadoop：
Hadoop 是一個能夠對大量數據進行分佈式處理的軟件框架。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佈處理。Hadoop 是高效的，因為它以並行的方式工作，通過並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 依賴於社區服務器，因此它的成本比較低，任何人都可以使用。
Hadoop 是一個能夠讓用戶輕鬆架構和使用的分佈式計算平臺。用戶可以輕鬆地在 Hadoop 上開發和運行處理海量數據的應用程序。它主要有以下幾個優點：
- 高可靠性。Hadoop 按位存儲和處理數據的能力值得人們信賴。
- 高擴展性。Hadoop 是在可用的計算機集簇間分配數據並完成計算任務的，這些集簇可以方便地擴展到數以千計的節點中。
- 高效性。Hadoop 能夠在節點之間動態地移動數據，並保證各個節點的動態平衡，因此處理速度非常快。
- 高容錯性。Hadoop 能夠自動保存數據的多個副本，並且能夠自動將失敗的任務重新分配。
Hadoop 帶有用 Java 語言編寫的框架，因此運行在 Linux 生產平臺上是非常理想的。Hadoop 上的應用程序也可以使用其他語言編寫，比如 C++。
上海數據分析網
HPCC：
High Performance Computing and Communications（高性能計算與通信）的縮寫。1993 年，由美國科學、工程、技術聯邦協調理事會向國會提交了 "重大挑戰項目：高性能計算與 通信" 的報告，也就是被稱為 HPCC 計劃的報告，即美國總統科學戰略項目，其目的是通過加強研究與開發解決一批重要的科學與技術挑戰問題。HPCC 是美國 實施信息高速公路而上實施的計劃，該計劃的實施將耗資百億美元，其主要目標要達到：開發可擴展的計算系統及相關軟件，以支持太位級網絡傳輸性能，開發千兆 比特網絡技術，擴展研究和教育機構及網絡連接能力。
該項目主要由五部分組成：
- 高性能計算機系統（HPCS），內容包括今後幾代計算機系統的研究、系統設計工具、先進的典型系統及原有系統的評價等；
- 先進軟件技術與算法（ASTA），內容有巨大挑戰問題的軟件支撐、新算法設計、軟件分支與工具、計算計算及高性能計算研究中心等；
- 國家科研與教育網格（NREN），內容有中接站及 10 億位級傳輸的研究與開發；
- 基本研究與人類資源（BRHR），內容有基礎研究、培訓、教育及課程教材，被設計通過獎勵調查者 - 開始的，長期 的調查在可升級的高性能計算中來增加創新意識流，通過提高教育和高性能的計算訓練和通信來加大熟練的和訓練有素的人員的聯營，和來提供必需的基礎架構來支 持這些調查和研究活動；
- 信息基礎結構技術和應用（IITA ），目的在於保證美國在先進信息技術開發方面的領先地位。
上海數據分析網
Storm
Storm 是自由的開源軟件，一個分佈式的、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，用於處理 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。
Storm 有許多應用領域：實時分析、在線機器學習、不停頓的計算、分佈式 RPC（遠過程調用協議，一種通過網絡從遠程計算機程序上請求服務）、 ETL（Extraction-Transformation-Loading 的縮寫，即數據抽取、轉換和加載）等等。Storm 的處理速度驚人：經測 試，每個節點每秒鐘可以處理 100 萬個數據元組。Storm 是可擴展、容錯，很容易設置和操作。
上海數據分析網
Apache Drill
為了幫助企業用戶尋找更為有效、加快 Hadoop 數據查詢的方法，Apache 軟件基金會近日發起了一項名為 "Drill" 的開源項目。Apache Drill 實現了 Google’s Dremel.
據 Hadoop 廠商 MapR Technologies 公司產品經理 Tomer Shiran 介紹，"Drill" 已經作為 Apache 孵化器項目來運作，將面向全球軟件工程師持續推廣。
該項目將會創建出開源版本的谷歌 Dremel Hadoop 工具（谷歌使用該工具來為 Hadoop 數據分析工具的互聯網應用提速）。而 "Drill" 將有助於 Hadoop 用戶實現更快查詢海量數據集的目的。
"Drill" 項目其實也是從谷歌的 Dremel 項目中獲得靈感：該項目幫助谷歌實現海量數據集的分析處理，包括分析抓取 Web 文檔、跟蹤安裝在 Android Market 上的應用程序數據、分析垃圾郵件、分析谷歌分佈式構建系統上的測試結果等等。
通過開發 "Drill"Apache 開源項目，組織機構將有望建立 Drill 所屬的 API 接口和靈活強大的體系架構，從而幫助支持廣泛的數據源、數據格式和查詢語言。
上海數據分析網
RapidMiner
RapidMiner 是世界領先的數據挖掘解決方案，在一個非常大的程度上有著先進技術。它數據挖掘任務涉及範圍廣泛，包括各種數據藝術，能簡化數據挖掘過程的設計和評價。
選擇一款適用的 BI 產品，能夠大大簡化數據分析的繁雜工作，提高分析效率與質量。當然，以上每個工具各有優點，工具地址都給大家了，接下來就是輪到你動手的時候了，找一個自己喜歡的工具，開始吧！
閱讀更多 上海數據分析網 的文章
