谷歌虚拟机运行模式Apache Hadoop更靠谱

Google Compute Engine 的虚拟机提供了一种快速、可靠的方式来运行 Apache Hadoop。如今，Google 正在努力通过Google Cloud Storage Hadoop预览版更简单的在 Google Cloud Platform 上运行Hadoop，这样你就可以更加专注于数据处理逻辑而不是集群管理和文件系统。

在Google Cloud Storage上存储数据时HDFS、NameNode是可选的。

在十年前，从Google第一次介绍了Google File System (GFS)――Hadoop Distributed File System（HDFS）的基础――Google一直在努力改善Google大数据处理的存储系统。最新的成果是Colossus。

今天的发行版本提供了准确的――使用了一个简单的连接器库，Hadoop现在可以直接地在Google Cloud Storage运行――一个对象存储创建在Colossus上。这意味着你在大数据处理时可以从Google的这项技术中获益。

下面是用Google Cloud Storage运行Hadoop的优势：

兼容性：Google Cloud Storage connector for Hadoop 代码兼容Hadoop。只要将URL指向你的数据就可以。

快速启动：数据准备处理。当你的数据复制到HDFS以及NameNode，你不必等待过长时间来结束这个安全模式。同时，你也不需要花费数据复制VM时间。

更高的可用性和可扩展性： Google Cloud Storage比HDFS具有更高的可用性，因为它有独立的Compute Nodes和NameNode。如果虚拟机拒绝（或云禁止、崩溃）你的数据还在。

低成本：包括存储和计算：存储，因为没有必要维护两份数据，一个用于备份，另一个用于运行Hadoop；计算，因为你不需要仅仅为服务数据而保持VM一直运行。同时，它是以分钟计费，你可以在多个内核上更快的运行Hadoop，并且你的成本不再是四舍五入为一个小时来计算。

没有存储管理开销：鉴于HDFS需要日常维护――比如文件系统校验、重整、升级、反转和NameNode重启――Google Cloud Storage只需要为计算付费。你的数据是安全和一致的，不需要更多的努力。

互通性：通过在Google Cloud Storage保管你的数据，你可以从Google上其它已经完美融合的服务中获益。

性能：由于有了Google Cloud Storage，Google的基础设施将会比HDFS提供更高的性能――因为它没有管理和维护开销。

如果想了解Google Cloud Platform到底有哪些优势，可以访问这个简单指导 。 Google很乐意听到你关于如何更好的在Google Cloud Platform运行Hadoop和MapReduce的反馈和想法。

写在最后：为了与该领域的主要对手 AWS及其EC2竞争，Google已经通过增加一系列得新特性来巩固其平台优势，包括更先进的路由、高达10TB的大型永久磁盘、更新App Engine托管服务以及降低成本等。可以预测，这些措施将使Google获得数十亿美元的基础设施市场，同时，我们期待Google能够为App继续开放更大的空间。