As said earlier, Big Data tools tend to fall into a single use category and there are multiple ways to use Big Data. So we will break things down by category, then analytics tools in each.
如上文所述，大数据工具一般属于某个单用途分类，而大数据的使用方式有很多种。因此，可以先按大数据的用途进行分类，然后将分析工具归入各个类别。

注：原文不太好直译。故采用了意译。

break things down by category：直译是“按类别把很多东西分解/分开”，意思就是把很多东西分成一类类。这里的things没有具体指什么东西，只是用things这个模糊的概念（“东西”）来阐明作者想要表达的意思。根据上下文，things也可理解为“大数据的使用方式”或“大数据的用途”；那么这句意思就是“把大数据的多种用途分成一个个类别”。根据原文章后面的介绍，“大数据的使用方式/用途”有四类：“Data Storage and Management/数据存储和管理”、“Data Cleaning/数据清理”、“Data Mining/数据挖掘”、“Data Visualization/数据可视化”。

then analytics tools in each (category)：上面分好类后，然后将不同的分析工具（按其用途）归入各个分类。每一类用途都有一些主要的分析工具（Major Big Data Tools）。人们可根据大数据的使用方式，相应地使用该用途类别的分析工具。

查到的原文章，供参考：https://www.datamation.com/big-data/top-12-big-data-tools.ht...