我即将开始一个将在 AWS 上运行的 mapreduce 项目，我可以选择使用 Java 或 C++。
我知道用 Java 编写项目会为我提供更多功能，但是 C++ 也可以通过 Hadoop Streaming 实现它。
请注意，我对这两种语言都没有多少背景。一个类似的项目已经用 C++ 完成，代码可供我使用。
所以我的问题是：这个额外的功能是通过 AWS 提供的，还是只有在你对云有更多控制权的情况下才相关？为了做出决定，我还有什么需要记住的，比如 hadoop 插件的可用性，可以更好地使用一种语言或另一种语言？
提前致谢
您有几个选项可以在 AWS 上运行 Hadoop。最简单的方法是通过他们的 Elastic MapReduce 服务运行您的 MapReduce 作业：http: //aws.amazon.com/elasticmapreduce。您还可以在 EC2 上运行 Hadoop 集群，如http://archive.cloudera.com/docs/ec2.html中所述。
如果您怀疑需要编写自己的输入/输出格式、分区器和组合器，我建议您使用 Java 和后一种系统。如果您的工作相对简单，并且您不打算将 Hadoop 集群用于任何其他目的，我建议您选择最适合您的语言并使用 EMR。
不管怎样，祝你好运！
披露：我是 Cloudera 的创始人。
问候，杰夫
我认为 Java 的灵活性比处理将当前代码从 C++ 调整为 Java 可能存在的缺点更重要。
感谢您的所有回答。
这取决于您的需求。你的输入/输出是什么？它是一个简单的文本文件吗？带有新行分隔符的记录？你需要一个特殊的组合器吗？分区器？
我的意思是，如果您只需要 hadoop 基础知识，那么流式传输就可以了。但是如果你需要更复杂一点（来自hadoop框架，而不是来自你自己的业务逻辑），hadoop jar 会更灵活。
萨吉