Hadoop教程：越長大越孤單的Hadoop

---

現(xiàn)在，越來越難以定義到底Hadoop是什么，亦或是Hadoop不是什么。幾年前，Hadoop基本上等于MapReduce，一個(gè)處理海量數(shù)據(jù)的批處 理系統(tǒng)，讓人們誤認(rèn)為Hadoop即為大數(shù)據(jù)（Big Data），大數(shù)據(jù)就是“很多很多的數(shù)據(jù)”。但如果市場上不存在這樣的困惑，今天只會更糟。因?yàn)镠adoop正承擔(dān)和提供著各種各樣的功能，而這在兩年前 被認(rèn)為是不可能的。

顯然，這對于Hadoop平臺來講是極好的，但可能會讓Hadoop用戶使用起來倍感困難。

Hadoop：方興未艾

從2007開始，Hadoop就開始存在了，然而盡管投入使用Hadoop的興趣很是廣泛，但直到如今還比較小眾。Gartner的分析師Svetlana Sicular在tweeter中提到：

盡管對Hadoop有很強(qiáng)的興趣，實(shí)際將Hadoop投入使用的公司卻有限，451 Research的一項(xiàng)調(diào)查表明：

對Hadoop有興趣使用的很多，真正使用起Hadoop的卻不多，這樣的不一致歸結(jié)于Hadoop的復(fù)雜性，Pepperdata的首席執(zhí)行官補(bǔ)充道。還有一部分是因?yàn)閺S商過分吹噓當(dāng)前Hadoop的功能，讓企業(yè)用戶倍感混亂。

但是，Hadoop的一個(gè)最大的優(yōu)點(diǎn)在于：它的靈活性。

Hadoop“百變金剛”

蘇斯（Suess）博士在《老雷斯的故事》中描述了一個(gè)建立在thneeds之上的工業(yè)背景，thneeds是一種“能夠滿足所有人需要的所有東西”。如 百變金剛一般，Thneeds可以是任何東西（“它可以是一件T恤，一只襪子，一雙手套，一頂帽子。但是他還有其他各種用途，沒錯(cuò)，遠(yuǎn)遠(yuǎn)超過你能想象的。 你可以拿它當(dāng)毯子!枕頭!床單!窗簾!甚至自行車坐墊!”）。

Hadoop也是類似的這樣一種“能夠滿足所有人需要的所有東西”。

記得在2012年的時(shí)候，Hadoop的創(chuàng)造者Doug Cutting對我說，“Hadoop是大數(shù)據(jù)的操作系統(tǒng)”，因?yàn)?ldquo;在Hadoop平臺上會有一系列的工具讓這個(gè)生態(tài)圈逐漸壯大”。

 到如今，他應(yīng)該更新一下原來的看法，應(yīng)該說Hadoop“能夠勝任絕大多數(shù)的應(yīng)用場景，雖然對于任何場景都不算是最好的。”

很大程度上，這是由于YARN的誕生。從來沒有什么項(xiàng)目像YARN這樣，對Hadoop有如此之大的影響。YARN是第二代的MapReduce，一個(gè)資源和集群管理的工具，對提高Hadoop的實(shí)用性具有深遠(yuǎn)的意義。

Gartner分析師Merv Adrian是這樣說的，在Hadoop初期，一切都很簡單，Hadoop就是HDFS加MapReduce以及一些小工具。隨著這些工具越來越正式，它 們紛紛成為了各自的項(xiàng)目，有了Hadoop發(fā)行版的商業(yè)支持，比如：Pig，Hive，Hbase以及Zookeeper等。幾個(gè)月前，我注意到，包括 Accumulo，Avro，Cascading，F(xiàn)lume，Mahout，Oozie，Spark，Sqoop以及YARN也加入了這個(gè)名單中。

YARN之所以重要，不是僅僅在于一系列的Hadoop組件會隨著發(fā)生改變，而是在于他喚醒的一系列Hadoop組件將會改變Hadoop的意義。 YARN讓Hadoop不再只是一個(gè)做數(shù)據(jù)分析和ETL的暴力掃描、批處理工具。Hadoop可以成為交互式分析工具、事件處理器、事務(wù)系統(tǒng)、一個(gè)用戶復(fù) 雜和混合工作負(fù)載的安全自治系統(tǒng)。

YARN，讓Hadoop力量倍增。

Hadoop社區(qū)的喜與憂

這件事有利有弊，MapR的CEO John Schroeder這樣說，“沒有哪個(gè)企業(yè)擁有的Hadoop開發(fā)者能夠超過全部開發(fā)者的15%或20%以上，所以你沒法操縱Hadoop社區(qū)。”無法操縱，也無法引導(dǎo)和指向。

在Hadoop這個(gè)大廚房里有如此眾多的廚師，出現(xiàn)如此眾多的表現(xiàn)形式和功能就不足為奇了。Adrian提到，“像其他人一樣，我也會重新定義Hadoop來滿足我自己的需求。”

這是Hadoop仍然復(fù)雜的關(guān)鍵原因之一。盡管Hortonworks的CEO Rob Bearden的意見是Hadoop公共開發(fā)的目標(biāo)在于讓Hadoop“易用和可靠。”

這的確很難做到，事實(shí)證明對所有人來講都好用是不現(xiàn)實(shí)的。

正當(dāng)黎明破曉時(shí)

Hadoop如此復(fù)雜——難以定義，也難以實(shí)現(xiàn)——不過，事實(shí)上也可以輕松駕馭。雖然底層的技術(shù)仍然復(fù)雜，很多公司正致力于將這種復(fù)雜性隱藏起來，不再向用戶暴露，正如Adrian在tweeter中提到的：

Cloudera的聯(lián)合創(chuàng)始人Mike Olson早在2012年就曾這樣表述，他確信通過云應(yīng)用提供商，大多數(shù)的企業(yè)都能挖掘出Hadoop的價(jià)值所在。換句話說，不像Hadoop社區(qū)那樣復(fù)雜，技術(shù)在不久的將來將不再如此復(fù)雜難以駕馭。

但這也不重要，因?yàn)橄馞acebook和Zoomdata各種不同的公司將Hadoop以服務(wù)的形式提供給消費(fèi)者和企業(yè)，從而讓Hadoop很容易使用。 這是Hadoop的承諾：Hadoop社區(qū)包括Cloudera和Hortonworks這樣的廠商在內(nèi)，有不斷地提高和擴(kuò)展其技術(shù)，并且會對復(fù)雜的 Hadoop進(jìn)行抽象和簡化，讓Hadoop可以在主流企業(yè)中應(yīng)用開來。

比雙十一更勁爆！【年終大促 巔峰盛"慧" 】促銷火熱進(jìn)行中 iPhone 6 Plus、 iPhone 6、iPad Air滿就送，還不趕快買買買！

來源：TechTarget中國