Apache Hadoop：分布式处理架构，结合了 MapReduce(并行处理)、YARN(作业调度)和HDFS(分布式文件系统);
Tigon：高吞吐量实时流处理框架。
分布式编程
AddThis Hydra ：最初在AddThis上开发的分布式数据处理和存储系统;
AMPLab SIMR：用在Hadoop MapReduce v1上运行Spark;
Apache Beam：为统一的模型以及一套用于定义和执行数据处理工作流的特定SDK语言;
Apache Crunch：一个简单的Java API，用于执行在普通的MapReduce实现时比较单调的连接、数据聚合等任务;
Apache DataFu：由LinkedIn开发的针对Hadoop and 和Pig的用户定义的函数集合;
Apache Flink：具有高性能的执行时间和自动程序优化;
Apache Gora：内存中的数据模型和持久性框架;
Apache Hama：BSP(整体同步并行)计算框架;
Apache MapReduce ：在集群上使用并行、分布式算法处理大数据集的编程模型;
Apache Pig ：Hadoop中，用于处理数据分析程序的高级查询语言;
Apache REEF ：用来简化和统一低层大数据系统的保留性评估执行框架;
Apache S4 ：S4中流处理与实现的框架;
Apache Spark ：内存集群计算框架;
Apache Spark Streaming ：流处理框架，同时是Spark的一部分;
Apache Storm ：Twitter流处理框架，也可用于YARN;
Apache Samza ：基于Kafka和YARN的流处理框架;
Apache Tez ：基于YARN，用于执行任务中的复杂DAG(有向无环图);
Apache Twill ：基于YARN的抽象概念，用于减少开发分布式应用程序的复杂度;
Cascalog：数据处理和查询库;
Cheetah ：在MapReduce之上的高性能、自定义数据仓库;
Concurrent Cascading ：在Hadoop上的数据管理/分析框架;
Damballa Parkour ：用于Clojure的MapReduce库;
Datasalt Pangool ：可选择的MapReduce范例;
DataTorrent StrAM ：为实时引擎，用于以尽可能畅通的方式、最小的开支和对性能最小的影响，实现分布式、异步、实时的内存大数据计算;
Facebook Corona ：为Hadoop做优化处理，从而消除单点故障;
Facebook Peregrine ：MapReduce框架;
Facebook Scuba ：分布式内存数据存储;
Google Dataflow ：创建数据管道，以帮助其分析框架;
Netflix PigPen ：为MapReduce，用于编译成Apache Pig;
Nokia Disco ：由Nokia开发的MapReduc获取、转换和分析数据;
Google MapReduce ：MapReduce框架;
Google MillWheel ：容错流处理框架;
JAQL ：用于处理结构化、半结构化和非结构化数据工作的声明性编程语言;
Kite ：为一组库、工具、实例和文档集，用于使在Hadoop的生态系统上建立系统更加容易;
Metamarkets Druid ：用于大数据集的实时e框架;
Onyx ：分布式云计算;
Pinterest Pinlater ：异步任务执行系统;
Pydoop ：用于Hadoop的Python MapReduce和HDFS API;
Rackerlabs Blueflood ：多租户分布式测度处理系统;
Stratosphere ：通用集群计算框架;
Streamdrill ：用于计算基于不同时间窗口的事件流的活动，并找到最活跃的一个;
Tuktu ：易于使用的用于分批处理和流计算的平台，通过Scala、 Akka和Play所建;
Twitter Scalding：基于Cascading，用于Map Reduce工作的Scala库;
Twitter Summingbird ：在Twitter上使用Scalding和Storm串流MapReduce;
Twitter TSAR ：Twitter上的时间序列聚合器。
分布式文件系统
Apache HDFS：在多台机器上存储大型文件的方式;
BeeGFS：以前是FhGFS，并行分布式文件系统;
Ceph Filesystem：设计的软件存储平台;
Disco DDFS：分布式文件系统;
Facebook Haystack：对象存储系统;
Google Colossus：分布式文件系统(GFS2);
Google GFS：分布式文件系统;
Google Megastore：可扩展的、高度可用的存储;
GridGain：兼容GGFS、Hadoop内存的文件系统;
Lustre file system：高性能分布式文件系统;
Quantcast File System QFS：开源分布式文件系统;
Red Hat GlusterFS：向外扩展的附网存储(Network-attached Storage)文件系统;
Seaweed-FS：简单的、高度可扩展的分布式文件系统;
Alluxio：以可靠的存储速率在跨集群框架上文件共享;
Tahoe-LAFS：分布式云存储系统;
文件数据模型
Actian Versant：商用的面向对象数据库管理系统;
Crate Data：是一个开源的大规模可扩展的数据存储，需要零管理模式;
Facebook Apollo：Facebook的Paxos算法，类似于NoSQL数据库;
jumboDB：基于Hadoop的面向文档的数据存储;
LinkedIn Espresso：可横向扩展的面向文档的NoSQL数据存储;
MarkLogic：模式不可知的企业版NoSQL数据库技术;
MongoDB：面向文档的数据库系统;
RavenDB：一个事务性的，开源文档数据库;
RethinkDB：支持连接查询和群组依据等查询的文档型数据库。
Key Map 数据模型