资讯专栏INFORMATION COLUMN

Hadoop:从初出茅庐的小象变身行业巨人

wing324 / 3186人阅读

摘要:初出茅庐的小象变身行业巨人由于具备低成本和前所未有的高扩展性,已被公认为是新一代的大数据处理平台。如今已从初出茅庐的小象变成了行业的巨人,但仍需继续完善。而的将在在年推出,届时其还会与微软现有的工具联合处理任务。

初出茅庐的小象变身行业巨人

      由于具备低成本和前所未有的高扩展性,Hadoop已被公认为是新一代的大数据处理平台。就像30年前SQL(Structured Query Language)出现一样,Hadoop正带来了新一轮的数据革命。如今Hadoop已从初出茅庐的小象变成了行业的巨人,但Hadoop仍需继续完善。

      基于Java语言构建的Hadoop框架实际上一种分布式处理大数据平台,其包括软件和众多子项目。在近十年中Hadoop已成为大数据革命的中心。MapReduce作为Hadoop的核心是一种处理大型及超大型数据集(TB级别的数据。包括网络点击产生的流数据、日志文件、社交网络等所带来的数据)并生成相关的执行的编程模型。其主要思想是从函数式编程语言借鉴而来的,同时也包含了从矢量编程语言借鉴的特性。

       互联网巨头Yahoo!作为Hadoop框架的先驱研究者,在6年时间已经将Hadoop塑造成了极为成功的技术。但相比于SQL,Hadoop在某些方面仍然显得不够完善。这直接导致现今所有目光都集中在Hadoop供应商的身上。包括Amazon、Cloudera等公司带来众多的创新并提供强大的工具。Cloudera推出的CHD3包含众多的附加软件,可以帮助管理、运行Hadoop上的复杂任务,例如:Apache Mahout、Flume、Sqoop、Pig、Oozie、Hive、HBase、ZooKeeper、Whirr等。同时Cloudera也是目前较大的提供企业Hadoop技术支持和培训的厂商。而Amazon是较早在公共云中运行Hadoop的公司,其提供的基于MapReduce的弹性计算可提供海量的数据计算服务。



      但数据处理只是大数据处理的一部分,组织最终想要得到的是经过分析后的有价值的数据。商业智能和数据分析厂商如Datameer、Hadapt以及Karmasphere就显的不可或缺。

      Hadoop在2011年证明自神的价值,最明显的迹象就是五大数据库管理软件供应商EMC、IBM、Informatica、Microsoft以及Oracle都投入了Hadoop的怀抱。EMC与MapR展开合作,而Microsoft和Oracle则分别与Hortonworks和Cloudera展开了合作。而EMC和Oracle已经推出了Hadoop专有设备。下面就让我们来看一下Hadoop在大数据领域都俘虏了那些公司的心。

Amazon基于MapReduce的服务



      Amazon早在2009年就推出了基于Hadoop MapReduce的EC2(Elastic Compute Cloud)服务。因此Amazon在应对用户应用和需求上显得胸有成竹。无论是中小型企业还是超大型的组织,基于MapReduce的EC2服务都经受住了考验。同时AWS(Amazon Web Service)还包括Amazon S3(Simple storage Service)。Amazon S3可提供高伸缩性、靠可靠性、高可用性以及极低的存储成本。利用AWS可高效的处理数据密集型的任务,如Web索引、数据挖掘、日志文件分析、机器学习以及科技和生物信息的学术研究。

Cloudera提供安全的Hadoop平台



      Cloudera也是比较早的大规模Hadoop软件和服务提供商。Cloudera一直专注于将开源的Apache Hadoop完善成可靠的平台。Cloudera目前拥有100多家客户,并且在本月还与Oracle展开合作,共同进军大数据领域。

      在Cloudera提供了用于管理大数据的管理控制台和负责管理Hadoop部署的工具以及企业级的支持。Cloudera的管理工具提供基于向导式的Hadoop安装和配置菜单。同时提供相应的工具,以帮助系统管理员监控平台的健康状况、诊断问题、优化性能,并进行所需的配置和安全变更。而Cloudera的企业级支持与服务包括配置检查、升级和与第三方系统集成以及其他技术资源。现今Cloudera管理软件现在的价格是每节点每年4000美元(不包括硬件)。

Datameer将大数据与商业智能有机结合



      Datameer宣称其公司基于Hadoop平台的产品方案DAS(Datameer Analytics Solution)非常适用于商业智能(BI)。Datameer可通过JDBC、Hive、Http连接任何的数据源。同时包括一个向导驱动集成平台,可安排负载并从任何结构化、半结构化和非结构化的大数据集。Datameer的大数据分析解决方案通过表格接口整合Hadoop的数据挖掘能力。并通过REST API在私有云和公共云中输入和输出数据。

EMC的统一数据分析平台



      EMC推出用于支持大数据分析的平台――EMC Greenplum统一分析平台(UAP)。Greenplum UAP是一个的统一数据分析平台,可扩展至其他工具,其独特之处在于,它将对大数据的认知和分享贯穿整个分析过程,实现比以往更高的商业价值。UAP包括EMC Greenplum 关系数据库、EMC Greenplum HD Hadoop以及EMC Greenplum Chorus。UAP就好比一个数据分析团队,包括了从数据科学家和BI分析师到DBA和在线商业用户和管理者。EMC针对硬件设备DCA(Data Computing Appliance),其足以运行EMC Greenplum 关系数据库和EMC Greenplum HD节点。DCA提供控制管理界面,方便管理人员监视、管理Greenplum数据库和Hadoop系统性能。

Hadapt与Hadoop环境无缝集成


      Hive作为运行在Hadoop上的数据仓库组件并不像Hadoop那样受人关注。而Hadapt则提供集众多功能于一身的数据分析环境,旨在处理存在于Hadoop和SQL环境中传统结构化的数据。Hadapt平台可运行在私有云和公共云之上,并提供从一个环境访问数据的能力。包括现有基于SQL的工具以及MapReduce处理和大数据分析。Hadapt自动分开执行Hadoop和关系数据库之间的查询,处分利用了Hadoop的高扩展性和关系数据库的高速性。

Hortonworks继承Yahoo! Hadoop衣钵



      Yahoo!在去年剥离了Hadoop业务,并与硅谷风投公司Benchmark Capital合资组建一家名为Hortonworks的公司。新公司包含在Yahoo!贡献较大的50名工程师,旨在继续推动Hadoop的发展。Hortonworks高管断言这支以Yahoo!开发团队为班底的公司将会贡献更多的Hadoop代码,并指引Hadoop平台未来的发展。Hortonworks已在去年10月与微软成为合作伙伴关系。Hortonworks可帮助Microsoft推出Windows平台之上的Hadoop。Hortonworks在去年11月也推出了自由的HDP(Hortonworks Data Platform)V1,而结合了0.23版Hadoop的HDP V2将在2012年第一季度推出。Hortonworks还提供Hadoop的培训与支持,加强在这方面与Cloudera和MapR的竞争。

IBM的Hadoop之路



      IBM在多年以前就开始研究Hadoop。现今IBM提供基于云服务的海量数据分析方面多种方案的选择,但目前IBM的策略似乎主要是围绕Hadoop在发展。IBM在4月推出了其SmartCloud云计算平台。并承诺改善Hadoop工作负载。IBM提供了基于Hadoop的InfoSphere BigInsights(IBM InfoSphere BigInsights是用于分析和虚拟化海量数据的软件和服务,这款新产品由 Apache Hadoop 提供技术支持。)基本版和企业版。 InfoSphere BigInsights之前作为IBM测试和开发的云产品,现在被SmartCloud取代。

Informatica 向云更进一步



      大多数的数据管理软件供应商(如IBM、Oracle、Syncsort、Talend)都涉及到Hadoop。Informatica在去年10月也推出了Hadoop环境下的数据编译转换解决方案――HParser。

      该方案可以运行在几乎所有的Apache Hadoop分布式环境中,与MapReduce架构平行,能高效率地把无结构的复杂数据――诸如网络记录、社交媒体数据、通话详细记录以及其他数据格式――转换为Hadoop中结构或半结构格式。当把数据转化为更具结构性的格式后,便可以得到更快速的使用和生效,从而驱动业务发展、提高运营效率。

Karmasphere Hadoop数据分析利器



      Karmasphere提供了直接访问Hadoop中结构化和非结构化数据以及进一步分析查询的特性,同时Karmasphere还提供的可视化工作空间。Karmasphere提供的可视化工具提供了SQL或其他特定查询语言分析位于Amazon S3、工作流以及本地文件系统上的结构化和非结构数据的特性。企业还可以使用数据库或相关工具(例如Excel)来提取分析得出的数据。

MapR带来更高性能的Hadoop



      MapR在Hadoop的舞台上显得格外耀眼,其提供Hadoop非常独特。MapR基于开源Hadoop,在只需有限硬件的环境中提供更快的Hadoop。同时Mapr配备了快照,并号称不会出现SPOF单节点故障,且被认为是与现有HDFS的API兼容。因此非常容易替换原有的系统。MapR的0.23版解决许多开源Hadoop的缺陷。而MapR与EMC的合作体现在了EMC Greenplum HD Enterprise Edition上,其就是基于MapR M5构建的。

Microsoft全面拥抱Hadoop



      当EMC、IBM、Oracle都在2011年涉及Hadoop时,Microsoft全面拥抱Hadoop的举动就显得不足为奇了。而Hadoop的Windows Server将在在2012年推出,届时其还会与微软现有的BI工具联合处理任务。去年微软表示推出Windows Azure上的Hadoop预览版,微软还使Hadoop的数据通过部署在基于云的Windows Azure获取。并使其能够与企业的商业智能工具一起分析数据。微软目前正与Hortonworks合作旨在努力简化下载、安装和配置等几个Hadoop的相关技术。包括HDFS、Hive、Pig。这将有利于企业通过Hadoop拓宽自身的业务。微软将编写新的ODBC驱动程序并扩展自己现有的查询系统到Hive。这样一来用户将能够直接从Excel、PowerView执行Hadoop查询。

Oracle进军云计算



      Oracle在2011 Oracle全球大会上宣布推出了Oracle Big Data Appliance。Big Data Appliance是一个集成了Hadoop、NoSQL Database、Oracle数据库Hadoop适配器、Oracle数据库Hadoop装载器及R语言的系统。Oracle还在今年1月与Cloudera成为合作伙伴关系。Oracle现已将Cloudera Distribution Including Apache Hadoop(CDH)和Cloudera Manager集成到Oracle大数据机之中。Oracle也将利用Cloudera在Hadoop领域的专业知识提供培训及咨询业务。Oracle大数据机中运行了Oracle Linux操作系统,1个机架中包含18个Oracle-Sun服务器,共计216个核心,同时具备864GB的内存和648TB的存储能力,其售价为45万美元。

文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。

转载请注明本文地址:https://www.ucloud.cn/yun/3711.html

相关文章

  • 2012:云计算春天

    回顾2012,更多开放,更多协作,更多机会产生。从来没有一项服务会将几乎所有IT、互联网、通信技术整合在一起,没有合作、开放的心态就没有云计算。接下来,将从IaaS、NoSQL与NewSQL、数据中心、大数据、安全这几个方面对过去一年作出总结。IaaS——群雄追赶AWS谈到IaaS,Google和AWS是公认的业界最强。AWS是全球将IaaS这个business运营的较好的公司,除了技术领先,还要...

    Vicky 评论0 收藏0
  • Hadoop之父Doug Cutting:AI将为Hadoop社群未来带来挑战

    摘要:在本次会议召开之前,君对这位之父进行了专访。不过,他也坦言,和机器学习领域无疑是未来面临的挑战之一,目前许多机器学习跟技术许多都是开放源代码技术,革命不是由单一组织推动。在今年四月底正式于纽交所上市,发行价为每股美元。 7月13日~15日,全球最较高级大数据会议Strata Data Conference在北京召开。在会议上,我们看到了一个熟悉的身影——Hadoop之父、Cloudera 首...

    SHERlocked93 评论0 收藏0
  • DCon 2015 中国大数据技术嘉年华圆满结束

    摘要:中国大数据技术嘉年华月日在北京圆满落下帷幕。大数据技术嘉年华北京站由于场地有限,很多参会者未能到场,我们表示非常遗憾。 DCon2015中国大数据技术嘉年华11月7日在北京圆满落下帷幕。本届大会由国内最活跃的大数据技术社区——小象社区主办,分为大数据平台技术和大数据行业应用两个专题,为参会者奉献了10多场精彩的主题演讲。 showImg(https://segmentfault.com...

    HackerShell 评论0 收藏0
  • 云服务商将占据 80% CDN 市场份额,传统CDN或将终结

    摘要:年第一季度,国内市场竞争激烈,市场价格明显下降,从而导致公司毛利率下降。这一年来,蓝汛的股价已跌至不到两美元。 如今的国内CDN行业,曾由网宿科技与蓝汛组成的双寡头格局,出现了一道道难以修补的裂痕。 虽然网宿科技2016年的表现十分亮丽,但从2017年第一季度业绩预告来看,可谓开年不利,净利润将同比将下滑0%-30%。2017年第一季度,国内CDN市场竞争激烈,市场价格明显下降,从而导致公司...

    CKJOKER 评论0 收藏0
  • 明与暗角力!开源云平台中拼图“玩具”

    摘要:开源云平台中的拼图玩具对于云平台,如今基本就意味着开源。明与暗角力开源云平台中的拼图玩具为什么会产生这种混淆正如之前谈到由两大部分组成和的计算引擎。 开源云平台中的拼图玩具 对于云平台,如今基本就意味着开源。提及开源技术,着实在云计算和大数据下火起来。面对扑面而来的云服务,无论是何种服务对于企业和用户来说都是熟悉的陌生人,熟悉是因为知道云计算的人都能说出IaaS、PaaS和SaaS这几个词,...

    1treeS 评论0 收藏0

发表评论

0条评论

最新活动
阅读需要支付1元查看
<