資源列表：

•   關係資料庫管理系統（RDBMS）
•   框架
•   分散式程式設計
•   分散式檔案系統
•   檔案資料模型
•   Key -Map 資料模型
•   鍵-值資料模型
•   圖形資料模型
•   NewSQL資料庫
•   列式資料庫
•   時間序列資料庫
•   類SQL處理
•   資料攝取
•   服務程式設計
•   排程
•   機器學習
•   基準測試
•   安全性
•   系統部署
•   應用程式
•   搜尋引擎與框架
•   MySQL的分支和演化
•   PostgreSQL的分支和演化
•   Memcached的分支和演化
•   嵌入式資料庫
•   商業智慧
•   資料視覺化
•   物聯網和感測器
•   文章
•   論文
•   視訊

關係資料庫管理系統（RDBMS）

•   MySQL：世界最流行的開源資料庫；
•   Oracle 資料庫：物件-關係型資料庫管理系統。

框架

•   Apache Hadoop：分散式處理架構，結合了 MapReduce（並行處理）、YARN（作業排程）和HDFS（分散式檔案系統）；
•   Tigon：高吞吐量實時流處理框架。

分散式程式設計

•   AddThis Hydra：最初在AddThis上開發的分散式資料處理和儲存系統；
•   AMPLab SIMR：用在Hadoop MapReduce v1上執行Spark；
•   Apache Beam：為統一的模型以及一套用於定義和執行資料處理工作流的特定SDK語言；
•   Apache Crunch：一個簡單的Java API，用於執行在普通的MapReduce實現時比較單調的連線、資料聚合等任務；
•   Apache DataFu：由LinkedIn開發的針對Hadoop and 和Pig的使用者定義的函式集合；
•   Apache Flink：具有高效能的執行時間和自動程式優化；
•   Apache Gora：記憶體中的資料模型和永續性框架；
•   Apache Hama：BSP（整體同步並行）計算框架；
•   Apache MapReduce：在叢集上使用並行、分散式演算法處理大資料集的程式設計模型；
•   Apache Pig：Hadoop中，用於處理資料分析程式的高階查詢語言；
•   Apache REEF：用來簡化和統一低層大資料系統的保留性評估執行框架；
•   Apache S4：S4中流處理與實現的框架；
•   Apache Storm：Twitter流處理框架，也可用於YARN；
•   Apache Samza：基於Kafka和YARN的流處理框架；
•   Apache Tez：基於YARN，用於執行任務中的複雜DAG（有向無環圖）；
•   Apache Twill：基於YARN的抽象概念，用於減少開發分散式應用程式的複雜度；
•   Cheetah：在MapReduce之上的高效能、自定義資料倉庫；
•   DataTorrent StrAM：為實時引擎，用於以儘可能暢通的方式、最小的開支和對效能最小的影響，實現分散式、非同步、實時的記憶體大資料計算；
•   Facebook Corona：為Hadoop做優化處理，從而消除單點故障；
•   Netflix PigPen：為MapReduce，用於編譯成Apache Pig；
•   Nokia Disco：由Nokia開發的MapReduc獲取、轉換和分析資料；
•   JAQL：用於處理結構化、半結構化和非結構化資料工作的宣告性程式語言；
•   Kite：為一組庫、工具、例項和文件集，用於使在Hadoop的生態系統上建立系統更加容易；
•   Onyx：分散式雲端計算；
•   Pydoop：用於Hadoop的Python MapReduce和HDFS API；
•   Streamdrill：用於計算基於不同時間視窗的事件流的活動，並找到最活躍的一個；
•   Tuktu：易於使用的用於分批處理和流計算的平臺，通過Scala、 Akka和Play所建；
•   Twitter Scalding：基於Cascading，用於Map Reduce工作的Scala庫；
•   Twitter Summingbird：在Twitter上使用Scalding和Storm串流MapReduce；
•   Twitter TSAR：Twitter上的時間序列聚合器。

分散式檔案系統

檔案資料模型

•   Crate Data：是一個開源的大規模可擴充套件的資料儲存，需要零管理模式；
•   Facebook Apollo：Facebook的Paxos演算法，類似於NoSQL資料庫；
•   jumboDB：基於Hadoop的面向文件的資料儲存；
•   MarkLogic：模式不可知的企業版NoSQL資料庫技術；
•   MongoDB：面向文件的資料庫系統；
•   RavenDB：一個事務性的，開源文件資料庫；
•   RethinkDB：支援連線查詢和群組依據等查詢的文件型資料庫。

Key Map 資料模型

注意：業記憶體在一些術語混亂，有兩個不同的東西都叫做“列式資料庫”。這裡列出的有一些是圍繞“key-map”資料模型而建的分散式、持續型資料庫，其中所有的資料都有（可能綜合了）鍵，並與對映中的鍵-值對相關聯。在一些系統中，多個這樣的值對映可以與鍵相關聯，並且這些對映被稱為“列族”（具有對映值的鍵被稱為“列”）。

另一組也可稱為“列式資料庫”的技術因其儲存資料的方式而有別於前一組，它在磁碟上或在儲存器中——而不是以傳統方式，即所有既定鍵的鍵值都相鄰著、逐行儲存。這些系統也彼此相鄰來儲存所有列值，但是要得到給定列的所有值卻不需要以前那麼繁複的工作。

前一組在這裡被稱為“key map資料模型”，這兩者和Key-value 資料模型之間的界限是相當模糊的。後者對資料模型有更多的儲存格式，可在列式資料庫中列出。若想了解更多關於這兩種模型的區分，可閱讀Daniel Abadi的部落格：Distinguishing two major types of Column Stores。

•   Apache Accumulo：內建在Hadoop上的分散式鍵/值儲存；
•   Apache Cassandra：由BigTable授權，面向列的分散式資料儲存；
•   Apache HBase：由BigTable授權，面向列的分散式資料儲存；
•   Google Cloud Datastore：為完全管理型的無模式資料庫，用於儲存在BigTable上非關係型資料；
•   Hypertable：由BigTable授權，面向列的分散式資料儲存；
•   InfiniDB：通過MySQL的介面訪問，並使用大規模並行處理進行並行查詢；
•   Tephra：用於HBase處理；

鍵-值資料模型

•   Aerospike：支援NoSQL的快閃記憶體優化，資料儲存在記憶體。開源，“’C’（不是Java或Erlang）中的伺服器程式碼可精確地調整從而避免上下文切換和記憶體拷貝”。
•   Amazon DynamoDB：分散式鍵/值儲存，Dynamo論文的實現；
•   Edis：為替代Redis的協議相容的伺服器；
•   ElephantDB：專門研究Hadoop中資料匯出的分散式資料庫；
•   GridDB：適用於儲存在時間序列中的感測器資料；
•   LinkedIn Krati：簡單的永續性資料儲存，擁有低延遲和高吞吐量；
•   Redis：記憶體中的鍵值資料儲存；
•   Riak：分散式資料儲存；
•   Storehaus：Twitter開發的非同步鍵值儲存的庫；
•   Tarantool：一個高效的NoSQL資料庫和Lua應用伺服器；
•   TiKV：由Google Spanner和HBase授權，Rust提供技術支援的分散式鍵值資料庫；
•   TreodeDB：可複製、共享的鍵-值儲存，能提供多行原子寫入。

圖形資料模型

•   Apache Giraph：基於Hadoop的Pregel實現；
•   ArangoDB：多層模型分散式資料庫；
•   DGraph：一個可擴充套件的、分散式、低時延、高吞吐量的圖形資料庫，旨在為Google生產水平規模和吞吐量提供足夠的低延遲，用於TB級的結構化資料的實時使用者查詢；
•   Facebook TAO：TAO是facebook廣泛用來儲存和服務於社交圖形的分散式資料儲存；
•   GCHQ Gaffer：GCHQ中的Gaffer是一個易於儲存大規模圖形的框架，其中節點和邊緣都有統計資料；
•   GraphLab PowerGraph：核心C ++ GraphLab API和建立在GraphLab API之上的高效能機器學習和資料探勘工具包的集合；
•   GraphX：Spark中的彈性分散式圖形系統；
•   Infovore：以RDF為中心的Map / Reduce框架；
•   MapGraph：用於在GPU上大規模並行圖形處理；
•   Neo4j：完全用Java寫入的圖形資料庫；
•   Titan：建於Cassandra的分散式圖形資料庫；

NewSQL資料庫

•   Actian Ingres：由商業支援，開源的SQL關係資料庫管理系統；
•   Amazon RedShift：基於PostgreSQL的資料倉庫服務；
•   BayesDB：面向統計數值的SQL資料庫；
•   CitusDB：通過分割槽和複製橫向擴充套件PostgreSQL；
•   Cockroach：可擴充套件、地址可複製、交易型的資料庫；
•   Datomic：旨在產生可擴充套件、靈活的智慧應用的分散式資料庫；
•   Google F1：建立在Spanner上的分散式SQL資料庫；
•   H-Store：是一個實驗性主存並行資料庫管理系統，用於聯機事務處理（OLTP）應用的優化；
•   Haeinsa：基於Percolator，HBase的線性可擴充套件多行多表交易庫；
•   HandlerSocket：MySQL/MariaDB的NoSQL外掛；
•   MemSQL：記憶體中的SQL資料庫，其中有優化的快閃記憶體列儲存；
•   NuoDB：SQL / ACID相容的分散式資料庫；
•   Pivotal GemFire XD：記憶體中低延時的分散式SQL資料儲存，可為記憶體列表資料提供SQL介面，在HDFS中較持久化；
•   SAP HANA：是在記憶體中面向列的關係型資料庫管理系統；
•   SenseiDB：分散式實時半結構化的資料庫；
•   Sky：用於行為資料的靈活、高效能分析的資料庫；
•   SymmetricDS：用於檔案和資料庫同步的開源軟體；
•   Map-D：為GPU記憶體資料庫，也為大資料分析和視覺化平臺；
•   TiDB：TiDB是分散式SQL資料庫，基於谷歌F1的設計靈感；
•   VoltDB：自稱為最快的記憶體資料庫。

列式資料庫

注意：請在鍵-值資料模型 閱讀相關注釋。

•   Parquet：Hadoop的列儲存格式；
•   Pivotal Greenplum：專門設計的、專用的分析資料倉庫，類似於傳統的基於行的工具，提供了一個列式工具；
•   Vertica：用來管理大規模、快速增長的大量資料，當用於資料倉庫時，能夠提供非常快的查詢效能；
•   Google BigQuery ：谷歌的雲產品，由其在Dremel的創始工作提供支援；
•   Amazon Redshift ：亞馬遜的雲產品，它也是基於柱狀資料儲存後端。

時間序列資料庫

•   Cube：使用MongoDB來儲存時間序列資料；
•   Axibase Time Series Database：在HBase之上的分散式時間序列資料庫，它包括內建的Rule Engine、資料預測和視覺化；
•   Heroic：基於Cassandra和Elasticsearch的可擴充套件的時間序列資料庫；
•   InfluxDB：分散式時間序列資料庫；
•   Kairosdb：類似於OpenTSDB但會考慮到Cassandra；
•   OpenTSDB：在HBase上的分散式時間序列資料庫；
•   Prometheus：一種時間序列資料庫和服務監測系統；
•   Newts：一種基於Apache Cassandra的時間序列資料庫。

類SQL處理

•   Actian SQL for Hadoop：高效能互動式的SQL，可訪問所有的Hadoop資料；
•   Apache Drill：由Dremel授意的互動式分析框架；
•   Apache Hive：Hadoop的類SQL資料倉庫系統；
•   Apache Optiq：一種框架，可允許高效的查詢翻譯，其中包括異構性及聯合性資料的查詢；
•   Apache Phoenix：Apache Phoenix 是 HBase 的 SQL 驅動；
•   Pivotal HAWQ：Hadoop的類SQL的資料倉庫系統；
•   RainstorDB：用於儲存大規模PB級結構化和半結構化資料的資料庫；
•   Spark Catalyst：用於Spark和Shark的查詢優化框架；
•   SparkSQL：使用Spark操作結構化資料；
•   Splice Machine：一個全功能的Hadoop上的SQL RDBMS，並帶有ACID事務；
•   Stinger：用於Hive的互動式查詢；
•   Tajo：Hadoop的分散式資料倉庫系統；
•   Trafodion：為企業級的SQL-on-HBase針對大資料的事務或業務工作負載的解決方案。

資料攝取

•   Apache Sqoop：在Hadoop和結構化的資料儲存區之間傳送資料的工具；
•   Cloudera Morphlines：幫助 Solr、HBase和HDFS完成ETL的框架；
•   Fluentd：採集事件和日誌的工具；
•   Google Photon：實時連線多個數據流的分散式計算機系統，具有高可擴充套件性和低延遲性；
•   Heka：開源流處理軟體系統；
•   HIHO：用Hadoop連線不同資料來源的框架；
•   Kestrel：分散式訊息佇列系統；
•   Logstash：用於管理事件和日誌的工具；
•   Netflix Suro：像基於Chukwa 的Storm和Samza一樣的日誌聚合器；
•   Skizze：是一種資料儲存略圖，使用概率性資料結構來處理計數、略圖等相關的問題；