一、什么叫大數據分析？
大數據（big data），指無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。大數據具備速度快(Velocity)、數據量大(Volume)、低價值密度（Value）、真實性（Veracity）、多樣(Variety)等特性。數據分析是指用適當的統計方法對收集來的大量第一手資料和第二手資料進行分析，以求最大化地開發數據資料的功能，發揮數據的作用。是為了提取有用信息和形成結論而對數據加以詳細研究和概括總結的過程。
所以，大數據分析就是指對規模巨大的數據進行數據分析，大數據分析軟件讓企業能夠從數據倉庫獲得洞察力，從而在數據驅動的業務環境中提供重要的競爭優勢。下面給大家盤點目前主流大數據分析軟件有哪些。
二、大數據分析軟件有哪些？
1、Storm
Storm是自由的開源軟件，一個分布式的、容錯的實時計算系統。Storm可以非常可靠的處理龐大的數據流，用于處理批量數據。支持許多種編程語言，應用于許多領域：實時分析、在線機器學習、不停頓的計算、分布式RPC、 ETL等。
2、Apache Hadoop
Hadoop 是一個能夠對大量數據進行分布式處理的軟件框架。能夠處理 PB 級數據。此外，Hadoop 依賴于社區服務器，因此它的成本比較低，任何人都可以使用。它處理速度非常快，并能夠自動保存數據的多個副本。另外，帶有用 Java 語言編寫的框架，因此運行在 Linux 生產平臺上是非常理想的。Hadoop 上的應用程序也可以使用其他語言編寫，比如 C++。
3、SPSS
SPSS在統計分析領域有更高一籌的優勢，既可以很好地進行回歸分析、方差分析以及多變量分析等，又能在計算分析的同時輸出圖形，極高地提升工作效率。Excel 表格數據、文本格式數據均可以導入，節省了相當大的工作量。但它要求使用者懂統計學，理解一些分析模型；功能性弱于R，在數據可視化方面過于單調，較為成熟的數據分析師甚至會直接跳過SPSS，選取可視化更強的分析工具。。
4、Pentaho BI
Pentaho BI 平臺不同于傳統的BI 產品，它是一個以流程為中心的，面向解決方案(Solution)的框架。其目的在于將一系列企業級BI產品、開源軟件、API等等組件集成起來，方便商務智能應用的開發。它的出現，使得一系列的面向商務智能的獨立產品如Jfree、Quartz等等，能夠集成在一起，構成一項項復雜的、完整的商務智能解決方案。
5、Tableau
Tableau是大數據可視化的市場領導者之一，在為大數據操作，深度學習算法和多種類型的AI應用程序提供交互式數據可視化方面尤為高效。它內置常用的分析圖表，和一些數據分析模型，可以快速的探索式數據分析，可以快速地做出動態交互圖。
6、SAS
SAS相對SPSS其實功能更強大， SAS比較難學些，但如果掌握了SAS會更有價值，比如離散選擇模型，抽樣問題，正交實驗設計等還是SAS比較好用，另外，SAS的學習材料比較多，也公開。SPSS用于市場研究較多，SAS銀行金融和醫學統計較多，有一些難度。
7、FineBI
主打超大數據量性能和自助式分析2個特點，最高可以支撐20億數據的秒級呈現，適用于企業中的技術人員、業務人員和數據分析師，可以完全自主的進行探索式分析，軟件在易用性和功能上做的都很不錯。
8、SmartBI
企業級商業智能應用平臺，用戶可以更直觀便捷地獲取信息。能滿足用戶自助式的數據查詢和報表，OLAP，各種業務報表，制作儀表盤，在移動終端上展示，有統一服務平臺支持眾多的管理維護功能。但是操作體驗并不是很好，界面粗糙，
