一、什么叫大数据分析？
大数据（big data），指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。大数据具备速度快(Velocity)、数据量大(Volume)、低价值密度（Value）、真实性（Veracity）、多样(Variety)等特性。数据分析是指用适当的统计方法对收集来的大量第一手资料和第二手资料进行分析，以求最大化地开发数据资料的功能，发挥数据的作用。是为了提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。
所以，大数据分析就是指对规模巨大的数据进行数据分析，大数据分析软件让企业能够从数据仓库获得洞察力，从而在数据驱动的业务环境中提供重要的竞争优势。下面给大家盘点目前主流大数据分析软件有哪些。
二、大数据分析软件有哪些？
1、Storm
Storm是自由的开源软件，一个分布式的、容错的实时计算系统。Storm可以非常可靠的处理庞大的数据流，用于处理批量数据。支持许多种编程语言，应用于许多领域：实时分析、在线机器学习、不停顿的计算、分布式RPC、 ETL等。
2、Apache Hadoop
Hadoop 是一个能够对大量数据进行分布式处理的软件框架。能够处理 PB 级数据。此外，Hadoop 依赖于社区服务器，因此它的成本比较低，任何人都可以使用。它处理速度非常快，并能够自动保存数据的多个副本。另外，带有用 Java 语言编写的框架，因此运行在 Linux 生产平台上是非常理想的。Hadoop 上的应用程序也可以使用其他语言编写，比如 C++。
3、SPSS
SPSS在统计分析领域有更高一筹的优势，既可以很好地进行回归分析、方差分析以及多变量分析等，又能在计算分析的同时输出图形，极高地提升工作效率。Excel 表格数据、文本格式数据均可以导入，节省了相当大的工作量。但它要求使用者懂统计学，理解一些分析模型；功能性弱于R，在数据可视化方面过于单调，较为成熟的数据分析师甚至会直接跳过SPSS，选取可视化更强的分析工具。。
4、Pentaho BI
Pentaho BI 平台不同于传统的BI 产品，它是一个以流程为中心的，面向解决方案(Solution)的框架。其目的在于将一系列企业级BI产品、开源软件、API等等组件集成起来，方便商务智能应用的开发。它的出现，使得一系列的面向商务智能的独立产品如Jfree、Quartz等等，能够集成在一起，构成一项项复杂的、完整的商务智能解决方案。
5、Tableau
Tableau是大数据可视化的市场领导者之一，在为大数据操作，深度学习算法和多种类型的AI应用程序提供交互式数据可视化方面尤为高效。它内置常用的分析图表，和一些数据分析模型，可以快速的探索式数据分析，可以快速地做出动态交互图。
6、SAS
SAS相对SPSS其实功能更强大， SAS比较难学些，但如果掌握了SAS会更有价值，比如离散选择模型，抽样问题，正交实验设计等还是SAS比较好用，另外，SAS的学习材料比较多，也公开。SPSS用于市场研究较多，SAS银行金融和医学统计较多，有一些难度。
7、FineBI
主打超大数据量性能和自助式分析2个特点，最高可以支撑20亿数据的秒级呈现，适用于企业中的技术人员、业务人员和数据分析师，可以完全自主的进行探索式分析，软件在易用性和功能上做的都很不错。
8、SmartBI
企业级商业智能应用平台，用户可以更直观便捷地获取信息。能满足用户自助式的数据查询和报表，OLAP，各种业务报表，制作仪表盘，在移动终端上展示，有统一服务平台支持众多的管理维护功能。但是操作体验并不是很好，界面粗糙，
