Hadoop并非完美：8个代替 HDFS 的绝佳方案

   <div id="news_body">     <p><a target="_blank"><img style="display:block;margin-left:auto;margin-right:auto;" title="u1" alt="Hadoop并非完美：8个代替 HDFS 的绝佳方案" src="https://simg.open-open.com/show/85e21a60c94dbf96391efba16cdb8cb6.jpg" width="150" height="150" /></a></p>     <p>         HDFS（Hadoop Distributed File System）是 Hadoop 项目的核心子项目，是分布式计算中数据存储管理的基础，坦白说 HDFS 是一个不错的分布式文件系统，它有很多的优点，但也存在有一些缺点，包括：不适合低延迟数据访问、无法高效存储大量小文件、不支持多用户写入及任意修改文 件。</p>     <p>        Apache 软件基金会成立的时候，HDFS 就一直在想办法提高它的性能和可用性，坦白说，这也许对试点项目、非常规项目、要求不严格的大环境中比较适用，但是对于某些 Hadoop 用户来说，他们对于性能、可用性、企业级特性有较高的要求，且注重直接附加存储(DAS)架构，特别是老版本的 Hadoop 没有高性能的主节点，那么接下来 8 个产品就是代替 HDFS 的绝佳方案。</p>     <p>        <strong>1.  <a href="/misc/goto?guid=4958347899940020101" target="_blank">Cassandra </a>(DataStax)</strong></p>     <p>        并非一个完全的文件系统，而是一个开源、NoSQL 键值（key-value）商店。这给依靠快速数据访问的 Web 应用多了一个 HDFS 选择。简单来说它把 Hadoop 融合在 Cassandra 里面，支持 Web 应用通过 Hadoop 快速访问数据， 而 Hadoop 可以快速访问流入 Cassandra 的数据。</p>     <p style="text-align:center;"><img title="1" alt="Hadoop并非完美：8个代替 HDFS 的绝佳方案" src="https://simg.open-open.com/show/d906c8bb5c2c83f6efae8611e6670eae.jpg" width="300" height="263" /></p>     <p>        <strong>2.  <a href="/misc/goto?guid=4958347900744275906" target="_blank">Ceph</a></strong></p>     <p>        Ceph 是一个开源、多管齐下的操作系统，因为其高性能并行文件系统的特性，有人甚至认为它是基于 Hadoop 环境下的 HDFS 的接班人，因为自 2010 年就有研究者在寻找这个特性。</p>     <p style="text-align:center;"><img title="2" alt="Hadoop并非完美：8个代替 HDFS 的绝佳方案" src="https://simg.open-open.com/show/15d674e2c2b43240e2455809a3783f62.jpg" width="300" height="279" /></p>     <p>        <strong>3.  <a href="/misc/goto?guid=4958347901539402212" target="_blank">Cleversafe</a></strong><strong>：分散存储网络</strong></p>     <p>        本周一 Cleversafe 宣布将融合 Hadoop 的并行编程技术和自己的分散存贮网络。其原理是通过把整个元数据分布在集群中（不是依靠单个主节点、不是依靠复制），Cleversafe 表示这比 HDFS 更快、更稳定、更具扩展性。</p>     <p style="text-align:center;"><img title="3" alt="Hadoop并非完美：8个代替 HDFS 的绝佳方案" src="https://simg.open-open.com/show/acb63d8c3125c9c86e31a036931b38e1.gif" width="300" height="208" /></p>     <p>        <strong>4. <a href="/misc/goto?guid=4958347902337208971" target="_blank"> GPFS</a> (IBM)</strong></p>     <p>        IBM 一直在向高性能要求的用户销售其并行文件系统，包括世界上最快的超级电脑，2010年它推出了基于 Hadoop 的 GPFS, 并宣布 GPFS 不共享集群版本比 Hadoop 快多了，因为</p>     <p>        它在内核级别中运行，而不是在操作系统中运行例如 HDFS。</p>     <p style="text-align:center;"><img title="4" alt="Hadoop并非完美：8个代替 HDFS 的绝佳方案" src="https://simg.open-open.com/show/7ae57889d8efe9da9b5188c09636c912.jpg" width="300" height="135" /></p>     <p>        <strong>5. <a href="/misc/goto?guid=4958347903136535755" target="_blank"> Isilon</a> (EMC)</strong></p>     <p>        EMC 提供 Hadoop 发行版已经一年了，但 2012 年 1 月转型为 HDFS 企业级别的新方案——Isilon 的 OneFS 文件系统。因为 Isilon 可以读取 NFS, CIFS 以及 HDFS 协议， 一个单独的 Isilon NAS 系统可以摄入、处理、分析数据。</p>     <p style="text-align:center;"><img title="5" alt="Hadoop并非完美：8个代替 HDFS 的绝佳方案" src="https://simg.open-open.com/show/a65ee22b9fcd42509a3a39079a90c8b4.jpg" width="300" height="199" /></p>     <p>        <strong>6. <a href="/misc/goto?guid=4958347903942579216" target="_blank"> Lustre</a></strong></p>     <p>        HPC 存储提供商 Xyratex 增在 2011 年的一份报道中写到， 基于 Lustre 的集群会比基于 HDFS 的集群更快更便宜。</p>     <p style="text-align:center;"><img title="6" alt="Hadoop并非完美：8个代替 HDFS 的绝佳方案" src="https://simg.open-open.com/show/3e3b38a173c9f0d5b235c12eacc352c9.jpg" width="300" height="205" /></p>     <p>        <strong>7. MapR </strong><strong>文件系统</strong></p>     <p>        MapR 文件系统在业内已经具有一定知名度了，不仅 MapR 宣布它自己的文件系统比 HDFS 快2-5倍（实际上有 20 倍），它还具有镜像、快照、高性能这些企业用户喜欢的特点。</p>     <p style="text-align:center;"><img title="7" alt="Hadoop并非完美：8个代替 HDFS 的绝佳方案" src="https://simg.open-open.com/show/a38b0b9876c0a3eee5d2bca0847b6f09.jpg" width="300" height="266" /></p>     <p>        <strong>8. <a href="/misc/goto?guid=4958347904735129596" target="_blank"> NetApp</a> Hadoop</strong><strong>开放方案</strong></p>     <p>        NetApp 重新改版了物理 Hadoop 结构：把 HDFS 放在磁盘阵列中，通过这样来达到更快、更稳定、更安全的 Hadoop 工作。</p>     <p style="text-align:center;"><img title="8" alt="Hadoop并非完美：8个代替 HDFS 的绝佳方案" src="https://simg.open-open.com/show/ea5c46316c1f7012cd77ae624371fbca.jpg" width="300" height="279" /></p>     <p>        Via <a href="/misc/goto?guid=4958347905531528460" target="_blank">gigaom</a></p>     <div id="come_from">     来自:      <a id="link_source2" href="/misc/goto?guid=4958347906331261803" target="_blank">www.leiphone.com</a>     </div>    </div>