Hadoop 发行版差异
https://stackoverflow.com/questions/1412590
italiano
english
français
española
中国
日本の
العربية
Deutsch
한국어
Português
Russian题
有人可以概述一下可用的各种 Hadoop 发行版之间的各种差异吗：
使用 Apache Hadoop 发行版作为基准。
有没有 好理由 在标准 Apache Hadoop 发行版上使用这些发行版之一？
解决方案
免责声明：今年夏天我在 Cloudera 实习（但我最好的一些朋友在 Yahoo!:-))
Yahoo 发行版是 Hadoop 20 的一个版本，他们在其集群的某些子集上运行（运行？）。它包括一组用于稳定性、错误修复等的补丁。它是一个源代码版本；它没有管理员友好的功能，如 rpm 或 debian 软件包等。
Cloudera 发行版以 rpm 和 deb 形式打包（源代码也可用）。这意味着您可以通过标准方法等获取更新。它还包括稳定性和错误修复补丁。它是不断维护的（并不是说雅虎不是——我想人们可以去 github 上检查他们上次更新它的时间）。它还封装了 Pig 和 Hive。
Cloudera 的 Hadoop 20 发行版处于测试阶段，18 被认为是稳定的（有关更多信息，请访问 Cloudera 博客）。18版本还包含Hive和Pig的包；对于 20，您必须自己构建它们（Pig 或 Hive 还没有支持 20 的官方版本，尽管存在补丁）。Cloudera 和 Yahoo 版本 20 之间很可能存在重大重叠；两者都提供清单，因此您可以检查。Cloudera 发行版的最新文档位于 http://archive.cloudera.com
雅虎不为其分发提供支持；他们将修补版本作为服务提供给社区，因此感兴趣的人可以构建雅虎内部运行的内容。考虑到 Yahoo 集群的规模，这是一个重大贡献，特别是如果您不是一直遵循 JIRA 的 Hadoop 开发人员。Cloudera 在商业上支持他们的发行版，并通过 Hadoop 邮件列表提供一些社区支持，对于发行版特定的问题，在他们的 GetSatisfaction 页面上提供。
两者与普通的 Apache 发行版有很大不同，因为它们在版本之间进行修补（cloudera 版本 20 有 60 多个补丁！）。
其他提示
雅虎已经停止了自己的发行版并专注于 Apache Hadoop。
http://www.cloudera.com/blog/2011/02/some-news-lated-to-the-apache-hadoop-project/
最近，HortonWorks (www.hortonworks.com) 从雅虎中分离出来。现在 HortonWorks 也将提供与雅虎不同的支持。
http://www.hortonworks.com/about-us/our-manifesto/
Cloudera 与 HortonWorks 有着相同的路线
http://www.cloudera.com/products-services/
主要区别是 HortonWorks 希望使 Apache 发行版稳定、易于安装等。同时，Cloudera 拥有自己的基于 Apache Hadoop 的发行版 CDH*。
选择 Hadoop 发行版（例如 Cloudera、Hortonworks 或 MapR）而不是 Apache Hadoop 有不同的原因。两大优势是工具支持和商业支持。您在“收集和集成”所有 Hadoop 框架（例如 Pig、Hive 等）时也会遇到很多麻烦。正确且兼容的版本。
看看我在 InfoQ 上的文章。它解释了 Apache Hadoop、Hadoop 发行版和大数据套件之间的差异，以及何时使用哪一个：
http://www.infoq.com/articles/BigDataPlatform
此致，
Kai Wähner（@KaiWaehner，www.kai-waehner.de/blog）
SquareCog 在几乎所有方面都是正确的，除了：雅虎！分发是在 Yahoo! 的所有生产集群上运行的集群，而不是其中的一个子集。机器总数超过 25,000 台。雅虎！发行版已进行了必要的广泛的端到端测试，以确保可靠、一致的运行。另一个发行版在应用补丁方面更加自由，因此可能具有更多功能，但尚未经过广泛测试。
