大数据市场需求火爆 Hadoop 2.0即将发布

　　如今，Apache的Hadoop技术在帮助企业管理海量数据中变得越来越关键。包括NASA、推特和Netflix等用户对这一开源分布式计算平台的依赖性越来越大。

　　Hadoop作为一种处理大数据的机制已经获得了越来越多的支持。因为企业计算机系统中的数据量正在快速增长，企业开始尝试从这些海量数据中获得派生价值。由于认识到了Hadoop的潜力，用户开始在使用现有Hadoop平台技术的同时，积极研发自己的技术以对Hadoop堆栈进行补充。

　　Hadoop的企业使用现状与未来

　　NASA希望Hadoop处理众多项目中的庞大数据，如SKA(平方千米阵列)星空图像。这些图像在未来十年内的生成速度将达到700TBps。NASA高级计算机专家Chris Mattmann称，包括Hadoop在内的数据系统和Apache OODT 等技术将用于应对这些海量数据负载，

　　推特的数据专家Oscar Boykin称：“推特是Hadoop的一个大客户。所有(向用户提供定制化推荐的)相关产品都在一定程度上与Hadoop进行着互动。”公司使用Hadoop的时间已经有四年了，并且研发了Scalding。Scalding为一款Scala库，旨在让编写Hadoop MapReduce的工作变得更容易。该产品建立在Cascading Java库的顶层，旨在对Hadoop的复杂性进行概括。

　　Hadoop的子项目包括MapReduce、HDFS(Hadoop分布式文件系统)和Common。MapReduce为用于处理计算集群上的大型数据集的软件框架，HDFS提供了对应用数据的高速访问，Common则为支持其它Hadoop子项目提供了一些实用工具。电影租赁服务商Netflix已经开始使用用于配置管理的Hadoop相关技术Apache ZooKeeper。Netflix 高级平台工程师Jordan Zimmerman称：“我们在分布式锁、部分队列排列和领导人选举等所有类型的工作中都使用了这种技术，以优化服务活动。我们针对ZooKeeper开发了一个开源客户端，我们称其为Curator。这个客户端作为一个开发者库与ZooKeeper相连。”

　　Tagged 高级数据工程师Rich McKinley 称，Tagged社交网络正在使用Hadoop技术用于数据分析，处理每天所生成的近0.5个太字节的新数据。Hadoop还正在被用于Greenplum数据库容量之外的任务中。目前Tagged仍然在使用Greenplum数据库，McKinley称：“我们希望仅通过扩展让Hadoop做更多的工作。”

　　尽管大家都在称赞Hadoop，但是部分用户认为仍然有一些问题需要解决，如在可靠性和工作追踪上的不足。Tagged的McKinley指出了在延时上存在的问题。“获得数据的时间应当非常快，然而每个人的最大抱怨是其进行查询时的延迟太高。”Tagged目前正在使用另一个Hadoop 派生项目Apache Hive进行查询。他称“Hadoop需要花上数分钟才能给出结果，而Greenplum给出结果只需要数秒钟。但是与Greenplum相比，Hadoop更为便宜。”

服务器租用/服务器托管中国五强！虚拟主机域名注册顶级提供商！15年品质保障！--亿恩科技[ENKJ.COM]