摘要：大数据分析软件推荐：Excel、数据库SQL、SPSS、pythonR语言、Hive。其中在执行大数据分析的过程中需要掌握的工具类型以及难度都要更多更大。如果想仅仅掌握Excel就去做数据分析师，现在已经变得不太现实。
大数据这个词是最近几年各大企业非常关注的热点。它所延伸出来的相关岗位也成为受人追捧的高薪岗位。但是对于大数据开发工程师来说，当时市面上拥有着各种高效的开发工具，那么对于他们来说，常用的工具有哪些？
一般大数据分析常用以下三种工具：
（一）Excel
作为数据分析师，**初级也是**主要的常用工具就是Excel，需要重点了解数据处理的重要技巧以及函数的应用，特别熟对于数据清理技术的应用。
此外有些互联网公司还需要掌握Vision跨职能流程图演练、Xmind项目计划导图演练、PPT高级动画技巧等工具的使用以及相关技能。
（二）数据库SQL
Excel处理简单的数据相对比较擅长，而对于中型甚至更大的互联网公司而言，就需要掌握数据库技术。
一般常用的数据库是MySQL，你需要掌握MySQL管理工具的使用以及数据库的基本操作，甚至需要学习MySQL的备份和回复，以致完整的MySQL数据系统的开发。
（三）针对大数据分析的工具SPSS、python/R语言、Hive
大数据分析需要处理的数据量非常巨大、数据种类也是多样性的，因此对于数据分析师的工作能力要求相对更加高。如果仅仅是掌握Excel和SQL已经无法完全胜任相应的工作岗位。需要掌握更多的工具使用。
1、会使用Hive来汇总、查询和分析储存在Hadoop分布式文件系统上的大数据集合，需要数据分析师了解Hive如何在Hadoop生态系统进行数据分析工作。
2、掌握SPSS modeler基础应用，这部分技能对应数据建模分析师。
3、掌握R语言或者Python语言。R语言相对来说更加基础，可以完成基本的数据挖掘以及数据可视化操作。而Python语言更加完善，可以用Python来编写网络爬虫程序，从页面中抓取数据的多种方法，提取缓存中的数据，使用多个线程和进程来进行并发抓取等等。
Python语言更加适合数据分析的数据挖掘以及可视化处理。
以上就是数据分析师需要掌握的三大类的常用工具，其中在执行大数据分析的过程中需要掌握的工具类型以及难度都要更多更大。如果想仅仅掌握Excel就去做数据分析师，现在已经变得不太现实。
在大数据的时代，市场要求每一个数据分析师需要掌握更多的大数据分析的方法。因此如果想成为一个合格大数据分析师，一定要掌握文中所涉及的相关大数据分析常用工具。
