如何选择不同的Hadoop发行版 博客分类： hadoop

首先要了解什么是Hadoop发行版(Hadoop distribution)，简单来说它就是基于开源的Apache Hadoop进行改造的商业解决方案，其中包括一系列定制的管理工具和软件。而事实上，Apache Hadoop本身也存在着一些版本差异，包括：

　　·Hortonworks主要专注于Hadoop 1(不包括YARN、HCatalog等)，也是因为其技术比较成熟且能够投入生产环境。

　　·Cloudera发行版包括Hadoop 1和Hadoop 2两种选择，但Cloudera不建议将Hadoop 2投入生产环境。

　　·一些新晋的发行版提供商倾向于使用Hadoop 2。

　　不同的提供商还会选择在其发行版当中添加不同的Apache Hadoop子项目，如Hive、Zookeeper等。另外还会添加一些专有代码作为补充甚至替换原始的Apache Hadoop代码，这些代码主要用来提升Hadoop分布式文件系统(HDFS)的性能，还有一些是新的管理工具。发行版提供商的管理套件是其主要的增值项目，其中最明显的就是Cloudera。而Hortonworks则选择将开源的Ambari添加到管理工具当中。

　　用户选择Hadoop发行版的另外一个原因是厂商会提供相关的技术支持，因为企业内部对于Hadoop的部署和使用经验不足。Cloudera和Hortonworks的技术支持是业界最佳的，同时一些大型厂商如Oracle等也会提供一些级别的技术支持，比如在Oracle大数据一体机上面提供Tier 1技术支持。

　　以下的几个提供商当中，我会列出其各自的优势，用户可以根据自己的需求选择不同的Hadoop供应商：

　　Cloudera

　　·Cloudera的Hadoop管理工具非常成熟

　　·Cloudera还提供了应用导航的功能

　　·Cloudera在Hadoop领域是非常有经验的

　　·Cloudera对于Hadoop的发展起着重要作用

　　·Cloudera拥有广泛的合作伙伴支持

　　·Cloudera专攻Hadoop，同时资金充沛

　　Hortonworks

　　·Hortonworks拥有大量的Hadoop专家，同时对Hadoop的发展也起到了重要作用

　　·Hortonworks也拥有广泛的合作伙伴支持

　　·Hortonworks与Cloudera很相似，也专攻Hadoop

　　·Hortonworks对专有代码的依赖低于Cloudera，因此用户不必担心“厂商锁定”问题。

　　Intel

　　·Intel的Hadoop性能很好

　　·Intel的Hadoop发行版最先进入中国市场(在中国市场的一大重要优势)

　　EMC/Pivotal/Greenplum

　　·使用Greenplum数据库的用户别犹豫了，就选择新的Pivotal HD吧

　　MapR

　　·某种程度上说MapR的Hadoop发行版在性能方面具备优势

　　IBM

　　·信任IBM的服务就选择它的Hadoop发行版