Biblioteca estándar de C++ para procesamiento de datos a gran escala

Question

¿Podría informarme algo de la biblioteca estándar de C++ útil para procesar datos a gran escala, por ejemplo, Procesamiento de lenguaje natural con gran conjunto de datos, conjunto de datos de interacciones de proteína proteína, etc.

mejor, Thetna

Answer 1

Usted puede utilizar STXXL cuando se trata de grandes volúmenes de datos. Citando desde el sitio web:

STXXL implementa contenedores y algoritmos que pueden procesar grandes volúmenes de datos que solo caben en los discos. Si bien la cercanía con el STL admite la facilidad de uso y la compatibilidad con las aplicaciones existentes, otra prioridad de diseño es el alto rendimiento.

Además, la licencia es permisiva:

STXXL es libre, de código abierto y disponible bajo la licencia de software Boost 1.0.

Answer 2

me gusta añadir la Biblioteca HDF5 como (licencias BSD) no comercial alternativo:

La suite incluye la tecnología HDF5:

- A versatile data model that can represent very complex data objects 
    and a wide variety of metadata. 
- A completely portable file format with no limit on the number or size of data 
    objects in the collection. 
- A software library that runs on a range of computational platforms, from 
    laptops to massively parallel systems, and implements 
    a high-level API with C, C++, Fortran 90, and Java interfaces. 
- A rich set of integrated performance features that allow for access 
    time and storage space optimizations. 
- Tools and applications for managing, manipulating, viewing, and 
    analyzing the data in the collection.