社区版Hadoop与商用版Hadoop

在实际生产环境中，Hadoop的版本选择是在设计系统架构之时很重要的一个考虑因素。Hadoop版本主要分为社区版和商用版:

• 社区版Hadoop：Apache发布的一款支持数据密集型分布式应用并以Apache2.0许可协议发布的开源软件框架。它支持在商品硬件构建的大型集群上运行的应用程序；
• 商用版Hadoop：第三方公司在社区版Hadoop基础上进行了一些修改、整合以及各个服务组件兼容性测试；

社区版Hadoop存在以下缺点：

• 复杂的版本管理，版本管理比较混乱，各种版本层出不穷，在使用的时候难以选择一个恰当的版本；
• 复杂的生态环境，在Hadoop生态圈中，服务组件的选择、使用，比如Hive，Mahout，Sqoop，Flume，Spark，Oozie等等，需要大量考虑兼容性的问题，版本是否兼容，组件是否有冲突，编译是否能通过等，经常会浪费大量的时间去编译组件，解决版本冲突问题，致使开发人员无法将更多的精力放在业务处理上。
• 复杂的集群部署、安装、配置。选用社区版Hadoop搭建集群需要编写大量的配置文件，手动分发到每一台节点上，容易出错，效率低下；
• 复杂的集群运维，对集群的监控，运维，需要安装第三方的其他软件，如ganglia，nagois等，对维护人员要求较高，运维难度较大；