CDH最佳实践 简单说说Hadoop发行版

前面几篇说了些关于Hadoop基础的东西，包括Hadoop是什么，Hadoop常见组件之类的。下面我们来讨论一个问题。假设我们需要做一个项目，里面需要用到Hadoop，HDFS，Spark，Hive，HBase这些组件，还要用一个类SQL查询的工具。那么，我们要如何满足这个需求呢？

当然，最直接的做法，飞奔去各大网站，下各个组件，各种配置，慢慢调整，恭喜发财，祝您胃口好。如果你能够在配置一次以后，形成自己的安装包，做一键启动，那您更有才了，真犀利啊！

当然，如果你又做了一个WEB的图形化界面，哇塞，好厉害好漂漂哦~不过那个类SQL的工具您也自己做了的话。。。

那你来看我文章干毛线？

我是个懒人，从来不造轮子，除非轮子不好用。另一方面，世上每一个能生财的地方一定有人去做，比如Hadoop的整体打包再发布。我们能想到，别人也能想到，于是世界上有了一个叫CDH的东西，也有个叫Hortonworks的东西。他们都是经过第三方机构整合、挑选并包装和增强的Hadoop发行版套装。两家对Hadoop都有所增强，并有部分收费支持的项目。

那么问题来了，我们要选哪个呢？我选CDH。要问我为啥，我会告诉你Intel这么大的财力物力人力都不继续开发自己的IDH了，转投CDH了么？无论为啥，Intel的选择就是对的。如果CDH不是真的好，Intel怎么可能投入这么大的精力去做这个事呢，对不对呢？

回答一下一位同学的疑问。Spark是不是只有CDH才有？答案是，不，Spark属于全人类。只不过CDH让我们有了不必太关注底层安装细节的特权。安装CDH，你不用知道Hadoop装在64位平台上要编译jar包这种事，也不用去管Spark和Hadoop整合的细节问题。你只要有一个高速的网络就行了。又或者，你看完tarball安装指南，照着做一次也就可以了。

感谢懒惰的人类，让世界更美好。