大数据技术庞大复杂，基础的技术包含数据的采集、数据预处理、分布式存储、NoSQL数据库、数据仓库、机器学习、并行计算、可视化等各种技术范畴和不同的技术层面。
大数据技术体系
查询引擎
1、Phoenix
简介：这是一个Java中间层，可以让开发者在ApacheHBase上执行SQL查询。
2、Presto
简介：Facebook开源的数据查询引擎Presto，可对250PB以上的数据进行快速地交互式分析。
3、Shark
简介：Shark即HiveonSpark，本质上是通过Hive的HQL解析。特点就是快，完全兼容Hive。
4、Pig
简介：Pig是一种编程语言，它简化了Hadoop常见的工作任务。
5、ClouderaImpala
简介：ClouderaImpala可以直接为存储在HDFS或HBase中的Hadoop数据提供快速，交互式的SQL查询。
6、ApacheDrill
简介：ApacheDrill是是一个能够对大数据进行交互分析、开源的分布式系统。
7、Hive
简介：hive是基于Hadoop的一个数据仓库工具。
8、ApacheTajo
简介：ApacheTajo项目的目的是在HDFS之上构建一个先进的数据仓库系统。
流式计算
1、FacebookPuma
简介：实时数据流分析。
2、TwitterRainbird
简介：Rainbird一款基于Zookeeper,Cassandra,Scribe,Thrift的分布式实时统计系统。
3、TwitterStorm
简介：Storm是Twitter开源的一个类似于Hadoop的实时数据处理框架。
迭代计算
1、ApacheHama
简介：ApacheHama是一个纯BSP（BulkSynchronousParallel）计算框架。
2、ApacheGiraph
简介：ApacheGiraph是一个可伸缩的分布式迭代图处理系统。
3、、HaLoop
简介：迭代的MapReduce，HaLoop——适用于迭代计算的Hadoop。
4、Twister
简介：Twister，迭代式MapReduce框架。
离线计算
1、HadoopMapReduce
简介：MapReduce是一种编程模型，用于大规模数据集（大于1TB）的并行运算。
2、BerkeleySpark
简介：Spark是UCBerkeleyAMPlab所开源的类HadoopMapReduce的通用的并行，能更好地适用于数据挖掘与机器学习等需要迭代的mapreduce的算法。
3、DataTorrent
简介：DataTorrent基于Hadoop2.x构建，是一个实时的、有容错能力的数据流式处理和分析平台。
键值存储
1、LevelDB
简介：Leveldb是一个google实现的非常高效的kv数据库。
2、RocksDB
简介：RocksDB在代码层面上是在LevelDB原有的代码上进行开发的。
3、HyperDex
HyperDex是一个分布式、可搜索的键值存储系统。
4、TokyoCabinet
简介：日本人MikioHirabayashi（平林干雄）开发的一款DBM数据库。
5、Voldemort
简介：Voldemort是一个分布式键值存储系统。
6、AmazonDynamo
简介：AmazonDynamo是一个经典的分布式Key-Value存储系统。
7、Tair
简介：tair是淘宝自己开发的一个分布式key/value存储引擎。
8、ApacheAccumulo
简介：ApacheAccumulo是一个可靠的、可伸缩的、高性能的排序分布式的Key-Value存储解决方案。
9、Redis
Redis是一个高性能的key-value存储系统。
表格存储
1、OceanBase
简介：OceanBase是一个支持海量数据的高性能分布式数据库系统。
2、AmazonSimpleDB
AmazonSimpleDB是一个分散式数据库，以Erlang撰写。
3、Vertica
简介：Vertica基于列存储。相比传统面向行存储的数据库具有巨大的优势。
4、Cassandra
简介：Cassandra是一套开源分布式NoSQL数据库系统。
5、HyperTable
简介：Hypertable是一个开源、高性能、可伸缩的数据库。
6、FoundationDB
简介：支持ACID事务处理的NoSQL数据库。
7、HBase
简介：HBase是一个分布式的、面向列的开源数据库。
文件存储
1、CouchDB
简介：CouchDB是用Erlang开发的面向文档的数据库系统。
2、MongoDB
简介：MongoDB是一个基于分布式文件存储的数据库。
3、Tachyon
简介：Tachyon是一个分布式内存文件系统。
4、HDFS
简介：Hadoop分布式文件系统(HDFS)被设计成适合运行在通用硬件(commodityhardware)上的分布式文件系统。
资源管理
1、TwitterMesos
简介：ApacheMesos是由加州大学伯克利分校的AMPLab首先开发的一款开源群集管理软件