有人可以概述各种可用的 Hadoop 发行版之间的各种差异：
使用 Apache Hadoop 发行版作为基准。
是否有充分的理由在标准 Apache Hadoop 发行版上使用这些发行版之一？
问问题
2617 次
4 回答
14
免责声明：今年夏天我在 Cloudera 实习（但我最好的一些朋友在雅虎！:-)）
Yahoo 发行版是他们在集群的某些子集上运行（运行？）的 Hadoop 20 版本。它包括一组用于稳定性、错误修复等的补丁。它是一个源版本；它没有 rpm 或 debian 软件包等对管理员友好的功能。
Cloudera 发行版是 rpms 和 debs 形式的软件包（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。它一直在维护（并不是说雅虎不是——我想人们可以去 github 上查看他们上次更新它的时间）。它还打包了 Pig 和 Hive。
Cloudera 的 Hadoop 20 发行版处于测试阶段，18 被认为是稳定的（Cloudera 博客上对此有更多信息）。18 版本还包括 Hive 和 Pig 的包；对于 20，您必须自己构建它们（虽然存在补丁，但目前还没有支持 20 的 Pig 或 Hive 的官方版本）。Cloudera 和雅虎 20 版本之间很可能有很大的重叠；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；他们将补丁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。鉴于 Yahoo 集群的规模，这是一个重大贡献，尤其是如果您不是一直遵循 JIRA 的 Hadoop 开发人员。Cloudera 支持他们的商业发行，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。
两者都与原版 Apache 发行版完全不同，因为它们会在不同版本之间对其进行修补（cloudera 版本 20 有 60 多个补丁！）。
于 2009-09-13T07:53:20.263 回答
4
雅虎已经停止了它自己的发行版并专注于 Apache Hadoop。
http://www.cloudera.com/blog/2011/02/some-news-related-to-the-apache-hadoop-project/
最近，HortonWorks (www.hortonworks.com) 从雅虎分拆出来。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 的路线相同
http://www.cloudera.com/products-services/
主要区别在于 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*。
于 2011-08-03T09:21:54.777 回答
1
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。在正确且兼容的版本中“收集和集成”所有 Hadoop 框架（如 Pig、Hive 等）也有很多麻烦。
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区别，以及何时使用哪一个：
http://www.infoq.com/articles/BigDataPlatform
最好的祝福，
Kai Wähner (@KaiWahner, www.kai-waehner.de/blog)
于 2013-07-24T14:47:36.683 回答
0
SquareCog 在几乎所有方面都是正确的，除了：Yahoo! 分发是在 Yahoo! 的所有生产集群上运行的，而不是它们的子集。总共有超过 25,000 台机器。雅虎！分销已经进行了广泛的端到端测试，以确保可靠、一致的操作。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。
于 2010-03-07T06:53:56.483 回答