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