اکوسیستم Big Data شامل ابزارهای متن‌باز قدرتمندی برای ذخیره‌سازی، پردازش و تحلیل داده‌های حجیم است. فایل‌ها از شاخه SAAS سرور دانلود قابل دریافت هستند.
از کجا شروع کنیم؟ Hadoop پایه و اساس است (ذخیره‌سازی HDFS و MapReduce). Spark برای پردازش سریع در حافظه استفاده می‌شود و امروزه بسیار محبوب‌تر است. Pig برای نوشتن اسکریپت‌های پردازش داده و Mahout برای الگوریتم‌های یادگیری ماشین توزیع‌شده به کار می‌رود.