Question

常见的大数据采集工具有哪些?

1、离线搜集工具：ETL；2、实时搜集工具：Flume Kafka；3、互联网搜集工具：Crawler, DPI等。

Answer 1

1、离线搜集工具：ETL

在数据仓库的语境下，ETL基本上便是数据搜集的代表，包括数据的提取(Extract)、转换(Transform)和加载(Load)。在转换的过程中，需求针对具体的事务场景对数据进行治理，例如进行不合法数据监测与过滤、格式转换与数据规范化、数据替换、确保数据完整性等。

2、实时搜集工具：Flume/Kafka

实时搜集首要用在考虑流处理的事务场景，比方，用于记录数据源的履行的各种操作活动，比方网络监控的流量办理、金融运用的股票记账和 web 服务器记录的用户访问行为。在流处理场景，数据搜集会成为Kafka的顾客，就像一个水坝一般将上游源源不断的数据拦截住，然后依据事务场景做对应的处理(例如去重、去噪、中心核算等)，之后再写入到对应的数据存储中。

3、互联网搜集工具：Crawler, DPI等

Scribe是Facebook开发的数据(日志)搜集体系。又被称为网页蜘蛛，网络机器人，是一种按照一定的规矩，自动地抓取万维网信息的程序或者脚本，它支持图片、音频、视频等文件或附件的搜集。

除了网络中包含的内容之外，关于网络流量的搜集能够运用DPI或DFI等带宽办理技术进行处理。

Answer 2

如今大数据采集工具有很多，比如表单大师表单大师，相较于其他平台，表单大师通过自定义的表单对外收集数据，或对内数据录入，或批量导入数据。

用户可以完全根据自身需求设计表单，满足用户的个性化定制需求。

并且表单大师创建表单非常简单，想要省时间的可以用模板，模板库中已经将所有的模板进行了分类，方便用户查找。

表单模板

表单内容可以在编辑页面修改添加，不需要耗费太多的时间。制作完成后会生成发布链接，通过将链接发布来收集有效的数据。

发布链接