【IT168 评论】MapReduce的出现是为了突破数据库的局限。Giraph、Hama以及Impala等工具的出现则是为了突破MapReduce的局限。虽然上述方案的运行都需要以Hadoop为基础，但图形、文档、列式以及其它NoSQL数据库也是大数据当中不可或缺的组成部分。

　　哪款大数据工具能够满足您的需求?这个问题在如今解决方案数量迅速增长的背景之下，确实不容易回答。

　　Apache Hadoop

　　当人们说起“大数据”或者“数据科学”时，他们指的往往是Hadoop项目。总体而言，Hadoop借用了MapReduce的框架，但该项目同时包含大量与数据存储及处理密切相关的重要工具。与MapReduce 2.0相似，全新YARN框架的出现标志着Hadoop迈出了发展道路上的关键步伐。大家可以期待着这一轮大数据浪潮很快出现在各位的业务环境当中。

　　目前还没有任何一家重量级新兴企业依靠Apache项目的支持，但Hadoop在这方面的人气则更高一些。分析人士预计，Hadoop将最终构建起年市值高达数百亿美元的巨大市场。大家千万别因为预算紧张而错过了这一波发展良机。

　　-- Andrew C. Oliver

　　官方网站：http://hadoop.apache.org/

　　Apache Sqoop

　　说起大数据处理，大家最先想到的肯定是Hadoop;但这并不代表传统数据库就无法胜任这项工作。事实上，多数情况下我们仍然需要从传统数据库中提取分析所需的数据，而这正是Apache Sqoop的长项。

　　Sqoop能够有效提高传统数据库系统与Hadoop之间的数据转换效率，这是因为它采用了并发连接、可定制数据类型映射以及元数据传播等一系列技术。大家可以将数据(例如纯新数据)导入至HDFS、Hive以及HBase当中，也能够将分析结果返回到传统数据库端。Sqoop还可以管理数据连接器带来的内存复杂性以及存在匹配失误的数据格式。

　　-- James R. Borck

　　官方网站：http://sqoop.apache.org/