Hadoop技術(shù)創(chuàng)新的示例分析

這篇文章將為大家詳細(xì)講解有關(guān)Hadoop技術(shù)創(chuàng)新的示例分析，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

如今有很多公司都在努力挖掘他們擁有的大量數(shù)據(jù)，包括結(jié)構(gòu)化、非結(jié)構(gòu)化、半結(jié)構(gòu)化以及二進(jìn)制數(shù)據(jù)等，來探索對數(shù)據(jù)的深入利用。

大多數(shù)公司估計他們只分析了已有數(shù)據(jù)的12%，剩余88%還沒有被充分利用。大量的數(shù)據(jù)孤島和分析能力的缺乏是造成這種局面的主要原因。另外一個難題是如何判斷數(shù)據(jù)是否有價值。尤其是在大數(shù)據(jù)時代，為了避免數(shù)據(jù)丟失你必須采集并存儲這些數(shù)據(jù)。一些看起來與業(yè)務(wù)無關(guān)的數(shù)據(jù)，如手機(jī)GPS數(shù)據(jù)，將來也可能會有大用處。

所以，大量公司都寄希望于使用Hadoop解決如下難題：

采集并存儲與公司業(yè)務(wù)職能相關(guān)的所有數(shù)據(jù)。支撐先進(jìn)的分析功能，包括商業(yè)智能，采用現(xiàn)代方式對數(shù)據(jù)進(jìn)行先進(jìn)的可視化和預(yù)測性分析。將數(shù)據(jù)快速分享給所需之人。整合多個數(shù)據(jù)孤島來解答以前根本沒人提過，甚至是未知的復(fù)雜問題。Hadoop支持解決方案規(guī)模的快速、有效擴(kuò)大，使不斷增長的容量、速度以及多樣的數(shù)據(jù)能夠得到快速的處理。

如今Hadoop的購買周期正處于上升階段，因此在該領(lǐng)域催生了越來越多的廠商。盡管Hadoop是Apache的開源項目，任何人都可以免費下載，但大多數(shù)消費者還是傾向于采用廠商的打包方案。除了將所有的Hadoop組件打包并保證其能正常使用（兼容版本）之外，廠商一般還會提供企業(yè)級支持和擴(kuò)展：以Apache Hadoop（HDFS）作為方案的核心組件，搭配額外實現(xiàn)增強(qiáng)Hadoop的功能，并增加差異化功能使其解決方案更具吸引力。

在大數(shù)據(jù)Hadoop解決方案評測中，廠商有Amazon Web Services、Cloudera、Hortonworks、IBM、MapR科技、華為和大快搜索。這些廠商都是基于Apache開源項目，然后增加打包、支持、集成等特性以及自己的創(chuàng)新等內(nèi)容以彌補Hadoop在企業(yè)中的短板。所有廠商都實現(xiàn)了這些功能，盡管方式略有不同——從各廠商的評測得分和廠商資料可見一斑。

大快大數(shù)據(jù)平臺（DKH）,是大快搜索為了打通大數(shù)據(jù)生態(tài)系統(tǒng)與傳統(tǒng)非大數(shù)據(jù)公司之間的通道而設(shè)計的一站式搜索引擎級，大數(shù)據(jù)通用計算平臺。傳統(tǒng)公司通過使用DKH，可以輕松的跨越大數(shù)據(jù)的技術(shù)鴻溝，實現(xiàn)搜索引擎級的大數(shù)據(jù)平臺性能。

l      DKH，有效的集成了整個HADOOP生態(tài)系統(tǒng)的全部組件，并深度優(yōu)化，重新編譯為一個完整的更高性能的大數(shù)據(jù)通用計算平臺，實現(xiàn)了各部件的有機(jī)協(xié)調(diào)。因此DKH相比開源的大數(shù)據(jù)平臺，在計算性能上有了高達(dá)5倍（最大）的性能提升。

l    

   DKH，更是通過大快獨有的中間件技術(shù)，將復(fù)雜的大數(shù)據(jù)集群配置簡化至三種節(jié)點（主節(jié)點、管理節(jié)點、計算節(jié)點），極大的簡化了集群的管理運維，增強(qiáng)了集群的高可用性、高可維護(hù)性、高穩(wěn)定性。

l      DKH，雖然進(jìn)行了高度的整合，但是仍然保持了開源系統(tǒng)的全部優(yōu)點，并與開源系統(tǒng)100%兼容，基于開源平臺開發(fā)的大數(shù)據(jù)應(yīng)用，無需經(jīng)過任何改動，即可在DKH上高效運行，并且性能會有最高5倍的提升。

傳統(tǒng)的企業(yè)方法

在這種方法中，一個企業(yè)將有一個計算機(jī)存儲和處理大數(shù)據(jù)。對于存儲而言，程序員會自己選擇的數(shù)據(jù)庫廠商，如Oracle，IBM等的幫助下完成，用戶交互使用應(yīng)用程序進(jìn)而獲取并處理數(shù)據(jù)存儲和分析。

局限性

這種方式能完美地處理那些可以由標(biāo)準(zhǔn)的數(shù)據(jù)庫服務(wù)器來存儲，或直至處理數(shù)據(jù)的處理器的限制少的大量數(shù)據(jù)應(yīng)用程序。但是，當(dāng)涉及到處理大量的可伸縮數(shù)據(jù)，這是一個繁忙的任務(wù)，只能通過單一的數(shù)據(jù)庫瓶頸來處理這些數(shù)據(jù)。

谷歌的解決方案

     使用一種稱為MapReduce的算法谷歌解決了這個問題。這個算法將任務(wù)分成小份，并將它們分配到多臺計算機(jī)，并且從這些機(jī)器收集結(jié)果并綜合，形成了結(jié)果數(shù)據(jù)集。

Hadoop

        使用谷歌提供的解決方案，DougCutting和他的團(tuán)隊開發(fā)了一個開源項目叫做HADOOP。

   Hadoop使用的MapReduce算法運行，其中數(shù)據(jù)在使用其他并行處理的應(yīng)用程序。總之，Hadoop用于開發(fā)可以執(zhí)行完整的統(tǒng)計分析大數(shù)據(jù)的應(yīng)用程序。

關(guān)于“Hadoop技術(shù)創(chuàng)新的示例分析”這篇文章就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，使各位可以學(xué)到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。