O ' reilly 阶层会议暨 Hadoop 世界 2012：Azure HDInsight，Cloudera Impala，MapR M7

在今年的 O ' reilly 阶层会议暨 Hadoop 世界期间，除了一系列非常有趣的报告之外，还有几个关于微软 Azure HDInsight、Cloudera Impala 和 MapR M7 等重要供应商的产品发布。

微软和 Hortonworks 推出它们基于云的 Hadoop Azure 服务，现在称为 Windows Azure HDInsight 服务。微软技术研究员大卫•坎贝尔说：

“大数据应该提供商业解决方案，而不是带来 IT 复杂性。Windows 服务器和 Azure 提供的 Hadoop 兼容能力显著降低了安装和部署的门槛，使客户能够从任何数据、任何规模、本地或云上获得商业洞察力。”

HDInsight 服务器设计在 Windows Server 和 Microsoft SQL Server 上工作。在 Windows 下，HDInsight 集成了用于管理控制的 Microsoft System Center 和用于访问控制与安全的 Active Directory。HDInsight(本地和云) 支持连接到微软 SQL Server 以实现商业智能

“……从面向用户的工具和组件（包括 Microsoft Excel、PowerPivot Excel 和 Power View）开始。几乎没有人不使用 Excel，它可处理从任何 Hadoop 环境的提取的数据。”

HDInsight 可以使用户在几分钟内旋转和部署 Hadoop 集群。此服务将与现有的 MapReduce 服务展开竞争（包括亚马逊 Web 服务的 Elastic Map Reduce ）。此外，Azure 将运营数据交易市场，使用户能够互相买卖数据。

Cloudera 发布了实时查询项目 Impala ，它服务于几秒钟内完成的实时 SQL 查询，支持与领先 BI 工具的集成。Impala 提供本地分布式查询引擎和一个低延迟调度器，可以在 HDFS 和 HBase 上操作数据存储。它利用了 Apache Hive 元仓库，兼容 Hive SQL 语法、ODBC 驱动程序和 Beeswax GUI(在 Hue 中)。

Cloudera 声称新平台已进入公测，可以以比 Hive/MapReduce 快 10 到 30 倍的效率处理查询。虽然 Cloudera 的营销材料宣称处理速度为“实时”和“思维速度”，该公司的首席架构师却认为，在数据分析中，“实时”更好的说法是“较少的等待”。

首批 Impala 的 beta 测试者之一 Expedia 说：

“现在，我们能够在一个统一的大数据平台上归档、ETL 和分析，而不需要许多不同的系统。……Hadoop 的这个演变使我们减少了 50% 的延迟，并产生了新的真正的商业洞察力服务，而以前是不可行的。”

如果你仔细分析为何公司可处理比以前更多的内部数据时，给你印象最深的就是增加的速度。但这些庞大的数据集还创造很大的后台问题，特别是延迟。

最后， MapR Technologies 介绍了他们的新版本——M7，它简化了 HBase 管理，并使它自己成为企业级数据库平台。

对于 M7 ：

“……该公司与 HBase 已经共同努力解决了大量的可靠性和管理问题。该公司的目标是简化底层架构，如何让不同的产品在一起工作，并使其尽可能的简单。Norris 说，管理平台已更加易用，并且它也为客户提供了统一管理、统一数据保护、一致访问，比之前的平台有更高的灵活性和性能。”

M7 白皮书上说：

“M7 有一个特制的架构，专门设计用来优化存储，并能在统一平台中处理表和文件。这种统一性应用了 MapR 已有的管理能力、访问和保护表数据的能力。M7 消除了 HBase 的分层架构，于是 HBase 应用程序仅通过一个网络中继就可以直接访问数据，无需任何额外的通信层延误。M7 架构将文件和表集成到单个数据存储，给 HBase 应用带来更加简化的管理和开发、极佳的可靠性、空前的性能和可扩展性”

大会的演讲稿、主题演讲和访谈可以从其网站下载。

查看英文原文： News from O’Reilly Strata Conference + Hadoop World 2012: Azure HDInsight, Cloudera Impala, MapR M7

感谢马国耀对本文的审校。

给 InfoQ 中文站投稿或者参与内容翻译工作，请邮件至 editors@cn.infoq.com 。也欢迎大家通过新浪微博（ @InfoQ ）或者腾讯微博（ @InfoQ ）关注我们，并与我们的编辑和其他读者朋友交流。