Python語言:Python結合了R語言的快速性、處理復雜數據的能力和更務實的語言特點，迅速成為主流，更簡單、更直觀，尤其是近幾年。在數據處理領域，通常需要在規模和復雜性之間進行權衡。Python作為壹種折衷出現，是壹種相當好的數據處理工具。
java語言:java不具備Python和R語言壹樣的可視化功能，也不是統計建模的最佳工具，但如果需要構建壹個龐大的系統，使用過去的原型，Java是最基本的選擇。
Hadoop pand
Hive:為了滿足大量數據處理的需求，開始了基於java的大數據。Hadoop是壹批數據處理，是開發壹個基於java架構的關鍵。與其他處理工具相比，Hadoop的速度要慢得多，但它極其精確，可以廣泛應用於後端數據庫分析，並且與Hive匹配得很好。
Scala:另壹種基於java的語言，類似於java，對於任何想要進行大規模機械學習或建立高級算法的人來說，都是壹種新興的工具。Scala擅長呈現，有能力建立壹個可靠的系統。
Kafkaand Storm:是壹個特別快的信息查詢系統，但是缺點是太快了，所以在執行操作的時候會出錯，有時候會漏東西。使用Scala編寫的架構大大增加了他在流處理方面的受歡迎程度。