成本与性能兼得 简化Hadoop云部署的高招

xman

　　对于大数据管理和分析应用程序云服务，用户的关注度正不断增长，而为了应对这一趋势，供应商已经开始努力简化Hadoop的云部署流程，并试图降低云端Hadoop的购买价格。
　　大数据和云计算现在对于Hadoop供应商和一些大数据技术公司来说，已经变得十分重要。这些公司正在尝试使用新方法，来简化用户部署Hadoop云系统的步骤，并降低用户的部署成本。
　　例如，Cloudera将计量功能加入其Cloudera  Director工具中，以管理构建在Hadoop中的分布式集群。这允许Cloudera用户采用一种基于使用的定价模型，而不必以节点为单位进行支付，这让他们能够运行一些因特定目的搭建起来的临时系统，使用完后可以释放资源，从而避免成本的上升。
　　在单个Cloudera Director实例的大数据云环境中，用户现在可以在其中的多个区域内部署集群。此外，新版本的Cloudera  Enterprise(一个基于Hadoop的大数据平台)实现了在Amazon Simple Storage Service(S3)数据存储上直接运行Apache  Impala SQL-on-Hadoop  查询引擎。这使得不需要移动数据到Hadoop分布式文件系统就可以实现查询操作，这也为用户在AWS云上部署临时系统提供了便利。
　　按需定价以及对Impala-on-S3的支持，在Narasimhan Sampath看来是非常有用的，他是Choice Hotels  International  Inc.公司的系统架构师，这家公司在AWS云上运行着Cloudera-based集群，这些集群与Spark数据处理引擎和Kafka信息查询系统等技术协同工作，以支持各种自助分析应用程序。
　　把你的集群迁移到云上
　　在Strata + Hadoop World  2016会谈中，Sampath表示，Choice遵循了BYOC的方式，将自己的集群，以按需的方式部署到云环境。例如，营销部门的集群可以部署到云中，完成一项工作，然后释放资源。同样地，开发团队的集群每天运行12小时，然后在夜间关闭，以节省公司在AWS云上的投入。
　　Cloudera的计量定价方式非常适合这种情景，Sampath在会谈结束后说道。"我并不需要购买500个(Cloudera)许可证，除非我无时无刻都在使用这些资源。这和亚马逊的模型是一样的。"
　　他补充道，Choice过去六个月与Cloudera进行了十分紧密的合作，试图连接S3和Impala，Impala最初由Cloudera作为开源软件发布。Choice使用S3作为数据存储。Sampath说，Impala对新查询的支持为BYOC策略提供了额外的灵活性。
　　Cloudera负责云产品营销的主管David  Tishgart表示，他们已经越来越乐意在客户中推广云。但直到现在，他们对临时系统也没有太好的解决方案，也不能随便增加或减少工作负载。他承认，由于这个原因，大多数Cloudera用户选择了在云中长期运行集群，而不是采取临时的方式。
　　追上Hadoop 云的脚步
　　随着越来越多的用户展示出对云的兴趣，Clouder需要与Amazon Elastic  MapReduce(EMR)，AWS提供的Hadoop云平台进行竞争。此外，Cloudera还发现，自己在与微软Azure  HDInsight大数据云服务的竞争中也处于劣势，该平台基于Hortonworks Inc .的Hadoop的分布式环境。
　　根据Gartner分析师Merv Adrian所述，从用户数量的角度看，EMR已经让AWS成为了最大的Hadoop供应商。AWS最初落后于其他Apache  Hadoop竞争对手，但两年前这种情况得以改变，现在AWS Hadoop用户数比其他厂商总和还要多。
　　Hortonworks还专注于扩展Hadoop云功能，他们表示，HDInsight现在运行着2.5版的Hortonworks数据平台(HDP)。此外，Hortonworks现在还支持Microsofts  Azure Active Directory service 和Apache Ranger的集成。(Apache  Ranger是一个用来管理Hadoop数据安全性和用户访问权限的框架)
　　尽管与微软云环境关系密切，但Hortonworks也提供HDP的技术预览版，以便AWS用户使用Spark和Apache  Hive搭建临时集群。"我们了解所有云环境上的工作负载情况，"该公司主管全球营销的高级副总裁Matt Morgan说道。
　　Paxata公司也开始使用云环境。这家自助服务数据准备软件的供应商提供了一个新工具，叫做Paxata  Connect，它可以汇总运行在不同Hadoop集群上的数据，其中也包括独立云平台中的数据。Paxata首席产品官Nenshad  Bardoliwalla说道，很多Hadoop的工作负载都已迁移到云，能够创建"临时"集群，运行特定的工作，然后释放资源，这种模式的诱惑十分巨大。