當(dāng)今IT開(kāi)發(fā)人員面對(duì)的***挑戰(zhàn)就是復(fù)雜性，硬件越來(lái)越復(fù)雜，OS越來(lái)越復(fù)雜，編程語(yǔ)言和API越來(lái)越復(fù)雜，我們構(gòu)建的應(yīng)用也越來(lái)越復(fù)雜。根據(jù)外媒的一項(xiàng)調(diào)查報(bào)告，中軟卓越專(zhuān)家列出了Java程序員在過(guò)去12個(gè)月內(nèi)一直使用的一些工具或框架，或許會(huì)對(duì)你有意義。

先來(lái)看看大數(shù)據(jù)的概念。根據(jù)維基百科，大數(shù)據(jù)是龐大或復(fù)雜的數(shù)據(jù)集的廣義術(shù)語(yǔ)，因此傳統(tǒng)的數(shù)據(jù)處理程序不足以支持如此龐大的體量。

在許多情況下，使用SQL數(shù)據(jù)庫(kù)存儲(chǔ)/檢索數(shù)據(jù)都是很好的選擇。而現(xiàn)如今的很多情況下，它都不再能滿(mǎn)足我們的目的，這一切都取決于用例的變化。

現(xiàn)在來(lái)討論一些不同的非SQL存儲(chǔ)/處理數(shù)據(jù)工具，例如，NoSQL數(shù)據(jù)庫(kù)，全文搜索引擎，實(shí)時(shí)流式處理，圖形數(shù)據(jù)庫(kù)等。

1、MongoDB——***的，跨平臺(tái)的，面向文檔的數(shù)據(jù)庫(kù)。

MongoDB是一個(gè)基于分布式文件存儲(chǔ)的數(shù)據(jù)庫(kù)，使用C++語(yǔ)言編寫(xiě)。旨在為Web應(yīng)用提供可擴(kuò)展的高性能數(shù)據(jù)存儲(chǔ)解決方案。應(yīng)用性能高低依賴(lài)于數(shù)據(jù)庫(kù)性能，MongoDB則是非關(guān)系數(shù)據(jù)庫(kù)中功能最豐富，最像關(guān)系數(shù)據(jù)庫(kù)的，隨著MongDB 3.4版本發(fā)布，其應(yīng)用場(chǎng)景適用能力得到了進(jìn)一步拓展。

MongoDB的核心優(yōu)勢(shì)就是靈活的文檔模型、高可用復(fù)制集、可擴(kuò)展分片集群。你可以試著從幾大方面了解MongoDB，如實(shí)時(shí)監(jiān)控MongoDB工具、內(nèi)存使用量和頁(yè)面錯(cuò)誤、連接數(shù)、數(shù)據(jù)庫(kù)操作、復(fù)制集等。

2、Elasticsearch ——為云構(gòu)建的分布式RESTful搜索引擎。

ElasticSearch是基于Lucene的搜索服務(wù)器。它提供了分布式多用戶(hù)能力的全文搜索引擎，基于RESTful web接口。Elasticsearch是用Java開(kāi)發(fā)的，并作為Apache許可條款下的開(kāi)放源碼發(fā)布，是比較流行的企業(yè)級(jí)搜索引擎。

ElasticSearch不僅是一個(gè)全文本搜索引擎，還是一個(gè)分布式實(shí)時(shí)文檔存儲(chǔ)，其中每個(gè)field均是被索引的數(shù)據(jù)且可被搜索;也是一個(gè)帶實(shí)時(shí)分析功能的分布式搜索引擎，并且能夠擴(kuò)展至數(shù)以百計(jì)的服務(wù)器存儲(chǔ)及處理PB級(jí)的數(shù)據(jù)。ElasticSearch在底層利用Lucene完成其索引功能，因此其許多基本概念源于Lucene。

3、Cassandra——開(kāi)源分布式數(shù)據(jù)庫(kù)管理系統(tǒng)，最初是由Facebook開(kāi)發(fā)的，旨在處理許多商品服務(wù)器上的大量數(shù)據(jù)，提供高可用性，沒(méi)有單點(diǎn)故障。

Apache Cassandra是一套開(kāi)源分布式NoSQL數(shù)據(jù)庫(kù)系統(tǒng)。集Google BigTable的數(shù)據(jù)模型與Amazon Dynamo的完全分布式架構(gòu)于一身。于2008開(kāi)源，此后，由于Cassandra良好的可擴(kuò)展性，被Digg、Twitter等Web 2.0網(wǎng)站所采納，成為了一種流行的分布式結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)方案。

因Cassandra是用Java編寫(xiě)的，所以理論上在具有JDK6及以上版本的機(jī)器中都可以運(yùn)行，官方測(cè)試的JDK還有OpenJDK 及Sun的JDK。 Cassandra的操作命令，類(lèi)似于我們平時(shí)操作的關(guān)系數(shù)據(jù)庫(kù)，對(duì)于熟悉MySQL的朋友來(lái)說(shuō)，操作會(huì)很容易上手。

4、Redis ——開(kāi)源(BSD許可)內(nèi)存數(shù)據(jù)結(jié)構(gòu)存儲(chǔ)，用作數(shù)據(jù)庫(kù)，緩存和消息代理。 Redis是一個(gè)開(kāi)源的使用ANSI C語(yǔ)言編寫(xiě)的、支持網(wǎng)絡(luò)、可基于內(nèi)存亦可持久化的日志型、Key-Value數(shù)據(jù)庫(kù)，并提供多種語(yǔ)言的API。Redis 有三個(gè)主要使其有別于其它很多競(jìng)爭(zhēng)對(duì)手的特點(diǎn)：Redis是完全在內(nèi)存中保存數(shù)據(jù)的數(shù)據(jù)庫(kù)，使用磁盤(pán)只是為了持久性目的; Redis相比許多鍵值數(shù)據(jù)存儲(chǔ)系統(tǒng)有相對(duì)豐富的數(shù)據(jù)類(lèi)型; Redis可以將數(shù)據(jù)復(fù)制到任意數(shù)

5、Hazelcast ——基于Java的開(kāi)源內(nèi)存數(shù)據(jù)網(wǎng)格。

Hazelcast 是一種內(nèi)存數(shù)據(jù)網(wǎng)格 in-memory data grid，提供Java程序員關(guān)鍵任務(wù)交易和萬(wàn)億級(jí)內(nèi)存應(yīng)用。雖然Hazelcast沒(méi)有所謂的“Master”，但是仍然有一個(gè)Leader節(jié)點(diǎn)(the oldest member)，這個(gè)概念與ZooKeeper中的Leader類(lèi)似，但是實(shí)現(xiàn)原理卻完全不同。同時(shí)，Hazelcast中的數(shù)據(jù)是分布式的，每一個(gè)member持有部分?jǐn)?shù)據(jù)和相應(yīng)的backup數(shù)據(jù)，這點(diǎn)也與ZooKeeper不同。

Hazelcast的應(yīng)用便捷性深受開(kāi)發(fā)者喜歡，但如果要投入使用，還需要慎重考慮。

6、EHCache——廣泛使用的開(kāi)源Java分布式緩存。主要面向通用緩存、Java EE和輕量級(jí)容器。

EhCache 是一個(gè)純Java的進(jìn)程內(nèi)緩存框架，具有快速、精干等特點(diǎn)，是hibernate中默認(rèn)的CacheProvider。主要特性有：快速簡(jiǎn)單，具有多種緩存策略;緩存數(shù)據(jù)有兩級(jí)，內(nèi)存和磁盤(pán)，因此無(wú)需擔(dān)心容量問(wèn)題;緩存數(shù)據(jù)會(huì)在虛擬機(jī)重啟的過(guò)程中寫(xiě)入磁盤(pán);可以通過(guò)RMI、可插入API等方式進(jìn)行分布式緩存;具有緩存和緩存管理器的偵聽(tīng)接口;支持多緩存管理器實(shí)例，以及一個(gè)實(shí)例的多個(gè)緩存區(qū)域;提供Hibernate的緩存實(shí)現(xiàn)。

7、Hadoop ——用Java編寫(xiě)的開(kāi)源軟件框架，用于分布式存儲(chǔ)，并對(duì)非常大的數(shù)據(jù)用戶(hù)可以在不了解分布式底層細(xì)節(jié)的情況下，開(kāi)發(fā)分布式程序。充分利用集群進(jìn)行高速運(yùn)算和存儲(chǔ)。Hadoop實(shí)現(xiàn)了一個(gè)分布式文件系統(tǒng)(Hadoop Distributed File System)，簡(jiǎn)稱(chēng)HDFS。Hadoop的框架最核心的設(shè)計(jì)就是：HDFS和MapReduce。HDFS為海量的數(shù)據(jù)提供了存儲(chǔ)，MapReduce則為海量的數(shù)據(jù)提供了計(jì)算。

8、Solr ——開(kāi)源企業(yè)搜索平臺(tái)，用Java編寫(xiě)，來(lái)自Apache Lucene項(xiàng)目。

Solr是一個(gè)獨(dú)立的企業(yè)級(jí)搜索應(yīng)用服務(wù)器，它對(duì)外提供類(lèi)似于Web-service的API接口。用戶(hù)可以通過(guò)http請(qǐng)求，向搜索引擎服務(wù)器提交一定格式的XML文件，生成索引;也可以通過(guò)Http Get操作提出查找請(qǐng)求，并得到XML格式的返回結(jié)果。

與ElasticSearch一樣，同樣是基于Lucene，但它對(duì)其進(jìn)行了擴(kuò)展，提供了比Lucene更為豐富的查詢(xún)語(yǔ)言，同時(shí)實(shí)現(xiàn)了可配置、可擴(kuò)展并對(duì)查詢(xún)性能進(jìn)行了優(yōu)化。

9、Spark ——Apache Software Foundation中最活躍的項(xiàng)目，是一個(gè)開(kāi)源集群計(jì)算框架。

Spark 是一種與 Hadoop 相似的開(kāi)源集群計(jì)算環(huán)境，但是兩者之間還存在一些不同之處，這些不同之處使 Spark 在某些工作負(fù)載方面表現(xiàn)得更加優(yōu)越，換句話(huà)說(shuō)，Spark 啟用了內(nèi)存分布數(shù)據(jù)集，除了能夠提供交互式查詢(xún)外，它還可以?xún)?yōu)化迭代工作負(fù)載。

Spark 是在 Scala 語(yǔ)言中實(shí)現(xiàn)的，它將 Scala 用作其應(yīng)用程序框架。與 Hadoop 不同，Spark 和 Scala 能夠緊密集成，其中的 Scala 可以像操作本地集合對(duì)象一樣輕松地

10、Memcached ——通用分布式內(nèi)存緩存系統(tǒng)。

Memcached是一套分布式快取系統(tǒng)，當(dāng)初是Danga Interactive為了LiveJournal所發(fā)展的，但被許多軟件(如MediaWiki)所使用。Memcached作為高速運(yùn)行的分布式緩存服務(wù)器，具有以下的特點(diǎn)：協(xié)議簡(jiǎn)單，基于libevent的事件處理，內(nèi)置內(nèi)存存儲(chǔ)方式。