Hadoop、CDH、KUDU简介

Hadoop

Hadoop是一个能够对大量数据进行分布式处理的软件框架，主要用于大数据行业。

如果使用原生的ApacheHadoop，在工作中我总结出了如下痛点（部分）：

1、集群规模很庞大时搭建Hadoop集群复杂度越来越高，工作量很大

2、规模很大的集群下升级Hadoop版本很费时费力

3、需要自己保证版本兼容，比如升级Hadoop版本后需要自己保证与Hive、Hbase等的兼容

4、安全性很低

CDH（大数据平台）

CDH是Hadoop众多分支中的一种，由Cloudera维护，基于稳定版本的Apache Hadoop构建，全称Cloudera’s Distribution, including Apache Hadoop。

CDH提供了Hadoop的核心可扩展存储（HDFS）和分布式计算（MR），还提供了WEB页面进行管理、监控。

KUDU

可以看出这个新组件有两个特点：1）开源（免费，ASL 2.0）；2）这是一个融合HDFS和HBase（提供高可靠性、高性能、列存储、可伸缩、实时读写的数据库系统，支持横向扩展来增加计算和存储能力）的功能的新组件，具备介于两者之间的新存储组件
亮点：1）将不同组件结合起来的异构生态圈打通，使得数据、操作在一个圈内进行；2）将CPU、磁盘IO统一考量，便于资源的最优分配，尤其是未来CPU的计算资源成为瓶颈后；