哪个组织是开源业界认可的开源license

按照开源软件组织OpenSourceInitiative（OSI）的认证，符合开源标准的许可证需要满足10项条件，包括自由分发、开放源代码、允许派生等。根据OSI的认证，被认可的开源许可证包括MIT许可证、Apache许可证、GPL许可证、BSD许可证等。这些许可证在开源社区中广泛使用，被认为是开源软件开发的基石。

简信CRM是国内做得比较好的开源CRM系统，其代码质量高，逻辑清晰，有技术的企业可以进行二次开发。

Hubspot：提供免费版本，包含基本的CRM功能，例如联系人和交易管理、任务和日历功能、电子邮件跟踪和报告分析等。ZohoCRM：免费版提供了基本的CRM功能，包括客户联系人、交易、任务管理、自定义视图和电子邮件追踪等。

悟空CRM：一个实实在在的开源系统，因此中小企业使用比较友善。纷享销客：国内一款以简洁易用的页面为客户打造更极致CRM系统。白码CRM：一款灵活部署方式的在线CRM客户管理系统。

小黄豆CRM小黄豆开源免费CRM客户关系管理系统，是在互联网思维下开发的一款产品。小黄豆CRM不用注册，不受用户数的限制，没有使用限制，这是它的竞争优势。但是因为其知名度不够，许多用户怀疑它的稳定性。

悟空CRM开源版悟空CRM开源管理软件在中国的开源管理软件行业有较高的知名度。目前软件已达到千万级的用户量，开源系统下载量达到200多万次，已覆盖设计制造业、服务业、金融业、政府机构等多种行业。

永久免费crm是：悟空CRM的悟空云SaaSCRM版。在开源CRM版中，目前免费的就是悟空CRM开源版。不过很少有企业会直接选择使用原始的系统软件，因为每个企业的具体情况都是不一样的，企业拿到开源版本之后需要进行CRM定制开发。

C在“商业应用”方面，曾经是天下第一的开发语言，但这一桂冠已经被java抢走多年。因为当今商业应用程序类型，已经从桌面应用迅速转移成Web应用。当Java横行天下之后，MS又突然发力，搞出C#语言，有大片的曾经的C程序员，以为C要就此沉沦，未料，这三年来，C的生命力突然被严重地增强了。主力原因就是开源的软件、基础软件（比如并发原生支持，比如Android必定要推出原生的SDK）、各种跨平台应用的出现。

开源C库必须具有以下特点：必须是成熟的产品、跨平台的产品、相对通用的库。

一、通用标准类

STL：C标准模板库，呵呵，它也是开源的嘛。

boost：C准标准库，它是强大地，江湖称之“千锤百炼”。

deelx（轻量级的正则表达式解析类库，国产），boost里有强大的正则表达式解析库，但如果你只想要一个表达式解析，不想要拖上庞大的boost库时支持一下国货。

iconv/iconvpp：(C形式的编码转换函数库，二、XML解析库

C的XML相关库不少，但是大部分其实都是C库，使用起来自然不那么轻便。其中基于DOM的有TinyXml，基于SAX的当然是Xerces。前者小巧快捷，便于使用，适合做数据交换。后者则是全功能的XML解析器。

xerces-c：最强大的XML解析库了，不是仅仅在开源库里，你尽管把商业的算在内。当然，它的变体，被IBM拿去卖钱的那个版本，多了数百兆的东东来支持各国编码转换，是更强大，但我觉得有小小的，开源的iconv在前不就够了？

xml相应的c开源库有expat,基于SAX，应用广泛。

xsd(XML与C数据结构的绑定工具)。（商业使用要钱）

三、数据库

mysql/mysql：不用介绍吧。现在Oracle手里，但我很放心。

四、多媒体类

SDL(SimpleDirectMediaLayer/多媒体直接访问层，用于游戏编程)。

相应的c开源库有ffmpeg、mpeg4、aac、avc、libmad、mpeg1、flac、ac3、ac3、matroska著名的多媒体播放器TCPMP天下闻名的跨平台、嵌入式手持设备视频播放器，五、网络开发类

gSOAPSOAP协议的C支持库及代码生成工具。

ACE大型网络编程的首选库。

除了ACE之外，还有很多系统和网络编程方面的程序库。比如在线程库方面，还有ZThread、boost::thread，如果放大到C/C领域，还有APR，还有CII。在文件和目录操作方面，boost也有相应的组件，而在网络编程方面有socket，还有boost::asio，未来的C0X中几乎肯定有一个网络编程和一个线程库。然而目前看来，ACE仍然是进行系统和高性能网络编程的首选，其地位在一段时间内不会被撼动。它不但是一个实用的程序库、框架集，还是一个典范的设计模式应用范例，非常值得学习。

六、GUI库

BCGWindows平台下界面设计的第三方库，可以让你的界面更美好，更具时代感。

wxWidgets：使用wxWidgets，开发者可以基于同一套代码，为Win32,MacOSX,GTK,X11,Motif,WinCE等平台开发应用程序。wxWidgets库可以被C,Python,Perl,andC#/NET等开发语言使用。跟其它有些同样支持跨平台GUI开发工具不同，基于wxWidgets的应用，拥有真实本地化的视觉及使用效果——因为，wxWidgets使用（各）平台原生的控件，而不是简单通过贴图去模拟。wxWidgets是使用广泛的，自由的，开源的，成熟的。

QT-------------界面（GUI）开发，支持C/Java/Python/多种语言。跨平台。最主要的好处是，API非常优美！Qt本身也不仅仅只是做GUI编程，实际它基本上可以做OS-API可以做的任何事情。象网络/数据库/OpenGL/都提供完美的支持。

传统上Qt被认为是可移植的GUI库，但实际上Qt现在已经是一个比较完整的可移植应用程序框架了，其中包含了大量的工具，比如正则表达式、Web和Socket类、2D和3D图形、XML解析、SQL类等，甚至还包括了一个完整的容器类库，不过其王牌还是GUI。在目前的跨平台GUI框架中，Qt成熟度最高，已经被一些大公司应用在关键产品中。由于Trolltech对Qt采用的allicense模式，该产品既可以从开源社区获得支持，又能够赚取足够的商业利润，因此其前景也令人比较有信心。

Qt的主要技术特色是其元对象模型。Qt实际上使用的并不是标准的C，而是标准C的一个扩展。它通过元对象模型扩展，实现了著名的signal/slot机制，而这一机制也成为Qt的最大特色和优势。

与Qt类似的可移植GUI框架还有wxWidget、FOX等

六计算机视觉

OpenCV，因特尔自主的开源库。支持C/C/Python接口。这个感兴趣的朋友可以玩一下。如果结合OpenCV，你可以做一些外行人觉得很酷的程序。比如说用它的人脸识别函数，来对你的摄像头进行处理，判断人的动作等

七图形图像处理

GDAL，处理大图像。要是GIS专业的人肯定会语言到非常大的tif影像，动则几个GB的航空影像。GDAL对大图像的读写支持是非常棒的（像多波段的图像都可以搞定）。支持C/Java/Python

国外开源的GIS软件QGIS就是用了gdal

c的图形图像库较多，libjpeg、libpng、zlib、tiff、JBIG、最著名的开源形图像处理软件Cximage

八、内存管理：boost::smart_ptr，Hans-BoehmGC

C/C的内存管理是一个永恒的话题。一般来说，C的开发者倾向于自己管理内存。然而，出乎很多C开发者意料的是，近期C的一些领袖人物已经公开宣称，如果不配备自动内存管理机制，用C编写安全可靠的大型程序是非常困难的。而BjarneStroustrup也曾对中国开发者建议，如果没有特别的理由，应该在大型项目中使用自动内存管理工具。因此，今天的C开发者应当积极地学习和应用自动内存管理设施。

说到自动内存管理，比较轻量级的做法是boost::smart_ptr，而激进的做法是引入完整的GC机制。目前开源而又比较可靠的GC中，Hans-BoehmGC无疑是最受信赖的。作为一个保守的GC，Hans-BoehmGC在性能和功能方面都算是卓越。特别是，使用这个GC，你仍然可以delete、free来自己管理内存，对于我们编程习惯的冲击比较小。

九、密码及安全：OpenSSL

安全是今天进行C/C编程无法回避和必须重视的问题。然而编写安全的应用程序，特别是跟网络相关的C/C应用程序，是一件十分困难的事情。可以说，整个业界目前在这个进程上仍然处于“初级阶段”。特别是涉及到大量的安全、密码学相关的算法、规范，如果让开发者自己摸索，其工作量和难度达到了不现实的程度。因此必须借助可靠的相关程序库才有可能提高程序的安全性。在这方面，OpenSSL是目前最好的选择，其内容之全面可靠，已经成为业界标杆。然而，由于安全编程固有的复杂性，即使使用penSSL，开发工作仍然是非常繁琐的。因此我们也希望能够尽快看到更简单、更易用的C/C安全程序库。

十、矩阵计算：MTL

自1995年以来，C在科学计算领域当中取得了巨大的突破。这主要归功于template技术的高级应用，使得C在科学计算的性能方面取得了巨大的进步，一大批优秀的C科学计算库涌现出来。比如Blitz、POOMA、MTL、Boost::uBLAS。而这其中，MTL就功能丰富程度、性能、开发支持和成熟程度来讲，是比较突出的一个，因此可以优先考虑。值得一提的是，2002年，MTL与后来被Intel收购的KAIC配合，曾经在性能评测中击败了FORTRAN。

十一、分布式对象中间件：ICE

ICE是分布式对象中间件领域里的后起之秀，可以大致地将其视为“改进版”的CORBA。目前应用在一些大型项目当中，其中包括波音公司主持的下一代陆军作战系统。

ICE的一个特别价值是其代码的范例意义。由于ICE的出现较晚，开发者比较系统地应用了新的C编程风格，所以成为了研读C代码的良好目标。

十二、正则表达式：boost::regex

正则表达式是编程工作中最强有力的工具之一。C的正则表达式支持一直以来是一个软肋。大约在2001年左右，boost中出现了regex库，初步解决了这个问题。但是最初的regex无论在效率上还是可靠性方面都有一些问题，后来经过一次大规模的翻修之后，达到了比较完善的程度。

其他可以选择的替代品还有C语言的pcre库，Qt中的QRegExp类等。

十三、配置管理：Lua

随着软件系统越来越复杂，对软件的可配置型提出了越来越高的要求。传统上只要通过命令行参数来配置的系统，现在可能需要越来越多的方式和机制。目前越来越受欢迎、并且得到越来越多证实的做法，是将Lua嵌入到C/C程序中，而用Lua程序作为配置脚本。这种做法的优势是，Lua语言强大灵活，可以适应复杂的配置要求。同时，Lua便于嵌入C/C程序，而且编译执行速度非常快，可以说是目前解决C/C程序配置管理问题的一个出色方案。

1OpenRefine

这是一款高人气数据分析工具，适用于各类与分析相关的任务。这意味着即使大家拥有多川不同数据类型及名称，这款工具亦能够利用其强大的聚类算法完成条目分组。在聚类完成后，分析即可开始。

2Hadoop

大数据与Hadoop可谓密不可分。这套软件库兼框架能够利用简单的编程模型将大规模数据集分发于计算机集群当中。其尤为擅长处理大规模数据并使其可用于本地设备当中。作为Hadoop的开发方，Apache亦在不断强化这款工具以提升其实际效果。

3Storm

同样来自Apache的Storm是另一款伟大的实时计算系统，能够极大强化无限数据流的处理效果。其亦可用于执行多种其它与大数据相关的任务，具体包括分布式RPC、持续处理、在线机器学习以及实时分析等等。使用Storm的另一大优势在于，其整合了大量其它技术，从而进一步降低大数据处理的复杂性。

4Plotly

这是一款数据可视化工具，可兼容JavaScript、MATLAB、Python以及R等语言。Plotly甚至能够帮助不具备代码编写技能或者时间的用户完成动态可视化处理。这款工具常由新一代数据科学家使用，因为其属于一款业务开发平台且能够快速完成大规模数据的理解与分析。

5Rapidminer

作为另一款大数据处理必要工具，Rapidminer属于一套开源数据科学平台，且通过可视化编程机制发挥作用。其功能包括对模型进行修改、分析与创建，且能够快速将结果整合至业务流程当中。Rapidminer目前备受瞩目，且已经成为众多知名数据科学家心目中的可靠工具。

6Cassandra

ApacheCassandra是另一款值得关注的工具，因为其能够有效且高效地对大规模数据加以管理。它属于一套可扩展NoSQL数据库，能够监控多座数据中心内的数据并已经在Netflix及eBay等知名企业当中效力。

7HadoopMapReduce

这是一套软件框架，允许用户利用其编写出以可靠方式并发处理大规模数据的应用。MapReduce应用主要负责完成两项任务，即映射与规约，并由此提供多种数据处理结果。这款工具最初由谷歌公司开发完成。