Parallel processing 有什么办法可以替代无处不在的数据狂潮

我们正在研究促进大规模并行数据处理的解决方案。我们的处理图通常相当复杂，所以像一个普及的DataRush提供的良好开发的操作员框架非常方便。有人知道有什么替代方案可以替代普适的解决方案吗？DataRush是java，但我想考虑所有的平台和语言，这样的解决方案是可用的。

< P>不确定你是否会从Hadoop/map还原中得到有用。这就是他们在营销宣传品上的自我比较。当然，他们也声称自己是一个更好/不同的解决方案。

在多核服务器和集群上利用细粒度并行性。 随着V5.0在2011年2月2日的发布，普及型DataRush现在支持所有应用程序，包括Java、JRuby、Python和Scala。它还支持与Hadoop/MapReduce的集成。它是对Hadoop的补充。

查看-简单但功能强大的数据流库。具有参与者和其他数据流构造。不过，它还没有持久性，但有与NIO2异步通道的接口