Bokeh：一个功能强大的Python交互式可视化库，它针对要展示的现代web浏览器，旨在为D3.js风格的新奇的图形提供优雅简洁的设计，同时在大规模数据或流数据集中，通过高性能交互性来表达这种能力;
C3：基于D3可重复使用的图表库;
CartoDB：开源或免费增值的虚拟主机，用于带有强大的前端编辑功能和API的地理空间数据库;
chartd：只带Img标签的反应灵敏、兼容Retina的图表;
Chart.js：开源的HTML5图表可视化效果;
Chartist.js：另一个开源HTML5图表可视化效果;
Crossfilter：JavaScript库，用于在浏览器中探索多元大数据集，用Dc.js和D3.js.效果很好;
Cubism：用于时间序列可视化的JavaScript库;
Cytoscape：用于可视化复杂网络的JavaScript库;
DC.js：维度图表，和Crossfilter一起使用，通过D3.js呈现出来，它比较擅长连接图表/附加的元数据，从而徘徊在D3的事件附近;
D3：操作文件的JavaScript库;
D3.compose：从可重复使用的图表和组件构成复杂的、数据驱动的可视化;
D3Plus：一组相当强大的可重用的图表，还有D3.js的样式;
Echarts：百度企业场景图表;
Envisionjs：动态HTML5可视化;
FnordMetric：写SQL查询，返回SVG图表，而不是表;
Freeboard：针对IOT和其他Web混搭的开源实时仪表盘构建;
Gephi：屡获殊荣的开源平台，可视化和操纵大型图形和网络连接，有点像Photoshop，但是针对于图表，适用于Windows和Mac OS X;
Google Charts：简单的图表API;
Grafana：石墨仪表板前端、编辑器和图形组合器;
Graphite：可扩展的实时图表;
Highcharts：简单而灵活的图表API;
IPython：为交互式计算提供丰富的架构;
Kibana：可视化日志和时间标记数据;
Matplotlib：Python绘图;
Metricsgraphic.js：建立在D3之上的库，针对时间序列数据进行最优化;
NVD3：d3.js的图表组件;
Peity：渐进式SVG条形图，折线和饼图;
Plot.ly：易于使用的Web服务，它允许快速创建从热图到直方图等复杂的图表，使用图表Plotly的在线电子表格上传数据进行创建和设计;
Plotly.js：支持plotly的开源JavaScript图形库;
Recline：简单但功能强大的库，纯粹利用JavaScript和HTML构建数据应用;
Redash：查询和可视化数据的开源平台;
Shiny：针对R的Web应用程序框架;
Sigma.js：JavaScript库，专门用于图形绘制;
Vega：一个可视化语法;
Zeppelin：一个笔记本式的协作数据分析;
Zing Charts：用于大数据的JavaScript图表库。
物联网和传感器
TempoIQ：基于云的传感器分析;
2lemetry：物联网平台;
Pubnub：数据流网络;
ThingWorx：ThingWorx 是让企业快速创建和运行互联应用程序平台;
IFTTT：IFTTT 是一个被称为 “网络自动化神器” 的创新型互联网服务，它的全称是 If this then that，意思是“如果这样，那么就那样”;
Evrythng：Evrythng则是一款真正意义上的大众物联网平台，使得身边的很多产品变得智能化。
文章推荐
NoSQL Comparison(NoSQL 比较)- Cassandra vs MongoDB vs CouchDB vs Redis vs Riak vs HBase vs Couchbase vs Neo4j vs Hypertable vs ElasticSearch vs Accumulo vs VoltDB vs Scalaris comparison;
Big Data Benchmark(大数据基准)- Redshift, Hive, Shark, Impala and Stiger/Tez的基准;
The big data successor of the spreadsheet(电子表格的大数据继承者) - 电子表格的继承者应该是大数据。
论文
2015 - 2016
2015 - Facebook - One Trillion Edges: Graph Processing at Facebook-Scale.(一兆边：Facebook规模的图像处理)
2013 - 2014
2014 - Stanford - Mining of Massive Datasets.(海量数据集挖掘)
2013 - AMPLab - Presto: Distributed Machine Learning and Graph Processing with Sparse Matrices. (Presto： 稀疏矩阵的分布式机器学习和图像处理)
2013 - AMPLab - MLbase: A Distributed Machine-learning System. (MLbase：分布式机器学习系统)
2013 - AMPLab - Shark: SQL and Rich Analytics at Scale. (Shark: 大规模的SQL 和丰富的分析)
2013 - AMPLab - GraphX: A Resilient Distributed Graph System on Spark. (GraphX:基于Spark的弹性分布式图计算系统)
2013 - Google - HyperLogLog in Practice: Algorithmic Engineering of a State of The Art Cardinality Estimation Algorithm. (HyperLogLog实践:一个艺术形态的基数估算算法)
2013 - Microsoft - Scalable Progressive Analytics on Big Data in the Cloud.(云端大数据的可扩展性渐进分析)
2013 - Metamarkets - Druid: A Real-time Analytical Data Store. (Druid：实时分析数据存储)
2013 - Google - Online, Asynchronous Schema Change in F1.(F1中在线、异步模式的转变)
2013 - Google - F1: A Distributed SQL Database That Scales. (F1: 分布式SQL数据库)
2013 - Google - MillWheel: Fault-Tolerant Stream Processing at Internet Scale.(MillWheel: 互联网规模下的容错流处理)
2013 - Facebook - Scuba: Diving into Data at Facebook. (Scuba: 深入Facebook的数据世界)
2013 - Facebook - Unicorn: A System for Searching the Social Graph. (Unicorn: 一种搜索社交图的系统)
2013 - Facebook - Scaling Memcache at Facebook. (Facebook 对 Memcache 伸缩性的增强)
2011 - 2012
2012 - Twitter - The Unified Logging Infrastructure for Data Analytics at Twitter. (Twitter数据分析的统一日志基础结构)
2012 - AMPLab –Blink and It’s Done: Interactive Queries on Very Large Data. (Blink及其完成：超大规模数据的交互式查询)
2012 - AMPLab –Fast and Interactive Analytics over Hadoop Data with Spark. (Spark上 Hadoop数据的快速交互式分析)
2012 - AMPLab –Shark: Fast Data Analysis Using Coarse-grained Distributed Memory. (Shark：使用粗粒度的分布式内存快速数据分析)
2012 - Microsoft –Paxos Replicated State Machines as the Basis of a High-Performance Data Store. (Paxos的复制状态机——高性能数据存储的基础)
2012 - Microsoft –Paxos Made Parallel. (Paxos算法实现并行)
2012 - AMPLab – BlinkDB：BlinkDB: Queries with Bounded Errors and Bounded Response Times on Very Large Data.(超大规模数据中有限误差与有界响应时间的查询)
2012 - Google –Processing a trillion cells per mouse click.(每次点击处理一兆个单元格)
2012 - Google –Spanner: Google’s Globally-Distributed Database.(Spanner：谷歌的全球分布式数据库)
2011 - AMPLab –Scarlett: Coping with Skewed Popularity Content in MapReduce Clusters.(Scarlett：应对MapReduce集群中的偏向性内容)
2011 - AMPLab –Mesos: A Platform for Fine-Grained Resource Sharing in the Data Center.(Mesos：数据中心中细粒度资源共享的平台)
2011 - Google –Megastore: Providing Scalable, Highly Available Storage for Interactive Services.(Megastore：为交互式服务提供可扩展，高度可用的存储)
2001 - 2010
2010 - Facebook - Finding a needle in Haystack: Facebook’s photo storage.(探究Haystack中的细微之处： Facebook图片存储)
2010 - AMPLab - Spark: Cluster Computing with Working Sets.(Spark:工作组上的集群计算)
2010 - Google - Storage Architecture and Challenges.(存储架构与挑战)
2010 - Google - Pregel: A System for Large-Scale Graph Processing.(Pregel: 一种大型图形处理系统)