报告简介

大数据技术诞生至今已近20年，由于开源的加持，如今它已经成为数字经济的重要技术使能。但在其演进过程中，各类子技术的发展并不同步，他们的热度反应了行业中的多数关切，也引导着行业的未来走势。本报告从开发者视角，首先对当前大数据开源组件按照其功能类型进行分层梳理，明确各类型开源组件的定位以及组件间关系。报告核心部分通过热力图的方式，对12大类大数据组件中的代表性开源工具的热力趋势进行分析，以时序维度定量展示开源组件的相对热力变化，并讨论驱使热力变动的背景因素，以及热力变动所带来的行业焦点转换。最后，报告围绕平台底层的基础云设施与大数据组件适配问题提出评价标准，为个人及企业开发者的选型提供参考。

目录

1大数据开源工具发展背景
1.1 大数据技术的行业应用
1.2 大数据工具的开源
1.3 开源大数据工具的分类及功能
2大数据开源工具热力趋势
2.1 热力趋势（1/12）：数据存储
2.2 热力趋势（2/12）：框架
2.3 热力趋势（3/12）：数据库 之一
2.4 热力趋势（3/12）：数据库 之二
2.5 热力趋势（4/12）：数据管理
2.6 热力趋势（5/12）：查询与连接
2.7 热力趋势（6/12）：流处理及消息管理
2.8 热力趋势（7/12）：编排
2.9 热力趋势（8/12）：在线分析
2.10 热力趋势（9/12）：机器学习运维 之一
2.11 热力趋势（9/12）：机器学习运维 之二
2.12 热力趋势（10/12）：记录与监测
2.13 热力趋势（11/12）：可视化
2.14 热力趋势（12/12）：数据安全
2.15 开源大数据工具热力趋势总结
2.16 云厂商开源大数据工具支持度比较
3大数据工具热力值说明
3.1 说明（1/2）：热力值意义及数据采集
3.2 说明（2/2）：热力值计算方式

图表目录

图1-1大数据技术在各主要行业中的典型应用场景
图1-2 开源生态下狭义与广义大数据工具
图1-3 大数据技术领域开源生态成熟度雷达图
图1-4 开源大数据工具层级图
图2-1开源大数据数据存储工具热力图
图2-2开源大数据框架热力图
图2-3开源大数据数据库热力图（1-15）
图2-4开源大数据数据库热力图（16-31）
图2-5开源大数据数据管理工具热力图
图2-6开源大数据查询与连接工具热力图
图2-7开源大数据流处理及消息管理工具热力图
图2-8开源大数据编排工具热力图
图2-9开源大数据在线分析工具热力图
图2-10开源大数据机器学习运维工具热力图（1-11）
图2-11开源大数据机器学习运维工具热力图（12-23）
图2-12热力趋势（10/12）：记录与监测
图2-13热力趋势（11/12）：可视化
图2-14热力趋势（12/12）：数据安全
图2-15开源大数据工具发展时间图
图2-16国际云厂商开源工具支持比较