“快速简便的数据处理和分析”
我们已经使用亚马逊网络服务3年多了，直到最近才开始使用AKDA。它让我们可以管理来自多个地点的大数据样本，甚至实时运行基本分析，这大大减少了做出一些关键移动业务决策所需的时间。
实时流处理的可适应和可靠的工具
Apache Storm是一个很棒的流数据框架，最擅长以容错和水平可扩展的方式处理和处理大量数据。我对这种数据流处理的体验非常棒，我很喜欢它，因为它消除了大量数据处理和转换的问题和压力。Apache Storm主要是容错的，这让我们避免了损失，适应性强，可靠，这让我们可以在任何用例中享受它的好处，最重要的是我们可以轻松地在任何平台上运行它。Apache Storm是一个伟大的流数据框架，具有最高的摄取率。由于其强大的数据处理能力，Apache Storm的速度非常快。
“谷歌数据流审查”
Dataflow是伟大的实时或批量流管道，自动缩放和集成是容易的。良好的用户界面和监控有助于检查处理的数据量，吞吐量等。开源apache beam库，拥有优秀的开发者社区。
“Cribl:管理您的事件及其去向的最佳日志“代理”工具”
我需要一个工具来帮助我聚合各种日志/事件类型，并将它们输出到多个siem。Cribl帮助我分析摄取率和摄取大小的事件，还操作数据以修剪空值，对齐不同表结构的字段，并快速轻松地将数据发送到多个siem。
“Spark Streaming -无缝处理流数据”
在当今世界，数据是一切的关键，spark流通过扩展其核心API提供实时数据处理能力。由于它扩展了核心API，它在核心API之上提供了更多的好处。
“流式数据收集器-非常好”
我使用Data Collector的总体经验非常好。我用它为客户开发项目已经有一段时间了，它提供了一种非常灵活和直观的方法来构建管道。我最喜欢的特性之一是它可以在同一个管道中处理流数据和批处理数据。此外，它还为输入数据提供了大量预先制作的连接器，这使得构建管道非常容易和快速。它还提供了许多可以用于转换数据的函数，通常它们涵盖了几乎所有必须执行的任务(清理、整理、dedup)，同时如果编程需要，还可以自由地开发自己的连接器。我已经使用过其他ETLs工具，如Pentaho和Talend，但总的来说，我认为Streamsets使用起来更有趣。
用于实时数据处理的EVAM
吸引我们的一个关键特点是，这个产品附带了机器学习工具。该产品灵活、可靠、可扩展性强。它为从零售到电信的各个行业提供了支持。它确实帮助我们加强和改进了客户关系管理。一个人可以很容易地采取实时行动，这有助于保持客户满意度，从而提高生产力。客户支持太好了，他们对产品和可交付物有适当的了解。
“一个用于图形处理等的开源平台。”
Flink是一个开源平台，它在数据摄取和故障恢复方面非常精确，非常容易。它提供了可扩展、分布式和井流处理功能。它还有用于图形处理、机器学习和复杂事件处理的库。它拥有java和scala中最好的API以及流程序中的自然反压力。
“具有友好和可扩展api的最佳实时大数据引擎。”
它是最好的实时大数据流引擎。我们每秒可以处理1800万条信息。它具有友好的和可扩展的api。最好的部分Apache齿轮泵是它有优秀的吞吐量。
“即时业务流状态感知的未来已经到来”
在过去的几年里，Oracle流分析已经发展和过渡，在需要即时时间敏感响应和可视化的任何类型的流数据的复杂和实时分析中领先市场。它的应用在任何行业都是无止境的，特别是在我关注的交通领域，需要强大的空间，基于位置的移动，静态飞机，车辆和人的瞬时洞察分析。其成熟而全面的分析引擎在大数据平台上以动态创建的Spark应用程序的形式透明地执行，相对缺乏经验的业务分析师可以在几分钟内通过浏览器构建完整的用户体验，可以在任何地方使用，在云和您自己的企业基础设施上。在我们的世界中，需要即时满足和对任何即时任务关键业务情况的响应，在提供终极客户支持方面表现出色，响应社交媒体对话的洪流，识别哪些信息将真正对公司销售产生影响，应对竞争，与任何新的和现有的物联网设备集成，以及许多其他业务创收机会，甲骨文的这个技术解决方案平台对于任何公司来说都是不可替代的和必须拥有的组件。它的最新版本19.1刚刚到达我们的门口，现在已经填补了过去在动态构建多分支、多方向解决方案业务应用程序管道方面的所有空白，集成了附加的空间映射，具有简单的兴趣区域定义，最重要的是能够轻松地从开发到部署导出和导入您的解决方案。
“TIBCO BE:决策王牌”
TIBCO是，我相信是一个真正强大的工具，但它需要一段时间来充分利用它的潜力。它使决策更简单，也更准确。事件或消息可能来自JMS通道、HTTP源等，并根据规则对它们进行处理，以便给出适当的可视化和预测。IT确实支持大量的功能，这可能需要培训才能有效地使用它。
