Hadoop乱象

雅虎开发者Doug Cutting六年前创建了一个用于管理，存储和分析大量数据的平台，用他儿子的玩具大象命名，并把它交给阿帕奇软件基金会。鉴于围绕Hadoop建立的 整个行业的迅速，这会使某些人觉得非常惊讶，那就是阿帕奇软件基金会最近才推出了Apache Hadoop 1.0——被认为是足够稳定而成为“企业就绪”的第一个版本。

但这并没有延缓创业和建立供应商加入Hadoop的队伍。随着大数据这一热点，解决方案提供商需要跟上行业中的关键角色。以下就是围绕Hadoop的11个创新业务。

1. Cloudera

Cloudera，成立于2008年，也许是最成立的年轻的致力于 Hadoop的公司。 帕洛阿尔托，加州公司提供了一个Apache Hadoop软件的商业发行版叫做Cloudera Enterprise，它包括支持，咨询服务，培训和一个称为Cloudera Management Suite的软件。

一个例子说明了Cloudera的技术如何寻求广泛使用，Oracle在一月表示它已经将Cloudera的Hadoop发行版和Cloudera Manager整合到Oracle Big Data Appliance中。

Cloudera在2009年聘请Doug Cutting担任“架构师”时有了炫耀的资本。Cutting是原阿帕奇软件基金会Hadoop项目的创始人并且是现任董事。

2. Datameer

业务产生和存储的数据量每三年翻一番。加之数据是结构化和非结构化信息的混合体这一事实，往往分散在不同的IT系统，对于有商业智能项目的任何公司都是一个严重的挑战。

Datameer分析解决方案始于Datameer(2009年于加州圣马刁成立)，用一个电子表格界面与Apache Hadoop结合，帮助企业用户对非常大的数据集进行分析——多种来源的结构化和非结构化数据——无需编程。

虽然分析大型数据一直是一个大的公司难题，但Datameer作出令人信服的观点：中小企业现在面临着类似的挑战，成本低的商品存储使收集大量的数据在经济上可行的。

3. Hadapt

Hadapt称其Hadapt自适应分析平台结合了Hadoop和关系数据库管理软件的优点成为一个单独的数据平台。其成果就是一个高性能分析系统，对结构化和非结构化数据都能很好处理。

公 司成立于2010年七月，在十月的第一轮融资公司募集950万美元并在十一月推出了Hadapt 1.0，为潜在客户试用。依照公司称，该软件对Hadoop和其蜂巢���据仓储技术做了“巨大的性能改进”。软件有云和企业版，不久还有一个免费的社区版。 它们可运行在所有主流的Hadoop发行版上，包括Amazon EMR, Apache, Cloudera, EMC, Hortonworks, IBM和MapR。

4. Hortonworks

2011年七月推出的Hortonworks是雅虎Hadoop工程团队的一个分拆，提供其自有的 Hadoop版本称为Hortonworks数据平台。相对年轻的公司，阿帕奇项目的贡献者，这都被广泛视为Cloudera的主要竞争对手。一月公司推 出Hortonworks数据平台第二版，通过下一代MapReduce架构提供更好的性能和可用性，用Hadoop分布式文件系统(HDFS)提高可扩 展性，并且由HDFS名字节点的高可用性提高了数据完整性。

对了，加利福尼亚州，桑尼维尔，公司的名字来自于苏斯博士的书《霍顿与无名氏》，为了符合Hadoop大象主题。

5. HStreaming

虽然Hadoop事实上也许是处理大量数据的引擎，但它主要用于批处理。实时分析数据把Hadoop的价值提升到一个全新的水平。这就是HStreaming的由来。

成立于2010年，位于芝加哥的HStreaming是一个建立在Hadoop上的可扩展的，可持续的数据分析系统。它可以分析，可视化并处理大量连续数据——比如一个金融交易系统——实时。

6. Hyve Solutions

虽然大多数Hadoop相关的公司都是独立创业，但Hyve Solutions是联强IT经销商的一个部门。成立于去年，Hyve Solutions提供了成套的配置，称为Big D Series 8，公司表示它能让开发基于Hadoop的大数据分析系统在数天完成而不是数月。

Hyve Solutions平台包含了Zettaset的基于Hadoop的容错系统，Arista Networks的云网络设备，Solarflare Communications的网络接口硬件和软件，还有Fusion-io的闪存数据存储技术。

7. Karmasphere

位于加州库比提诺的Karmasphere称自己为“大数据智能”引领者，其软件工具可从Hadoop提取和分析数据。

Karmasphere Analyst为信息分析员提供对Hadoop中结构化和非结构化数据的访问，使他���能够进行点对点查询，对结果可视化并可操作。Karmasphere Studio提供了用于开发运行于Hadoop自定义算法的工具。Karmasphere Analytics Engine(分析引擎)是公司软件的基础。

Karmasphere，2010年三月推出，已经于几乎Hadoop的所有供应商和组织合作 过，包括阿帕奇软件基金会，IBM，Cloudera，亚马逊云计算服务(AWS)和Hortonworks。公司在二月推出Karmasphere Analyst 1.8，带有新的并行查询功能。

8. MapR Technologies

MapR Technologies提供了一个Apache Hadoop的发行版，将之与Cloudera和HortonWorks还有其他公司竞争。公司成立于2009年年六月，有一些关键优势，包括与EMC有 战略联盟，并且在八月的第二轮融资募集2000万美元资金。

MapR位于加州圣若泽，十二月的MapR Hadoop发行版1.2有新的虚拟机功能，高性能的本地访问库，Mac和Windows客户端，和利用MapReduce 2.0技术的能力。

9. Mortar Data

Mortar Data宣称自己是“Hadoop，没有复杂性”。总部设在纽约，该公司为那些“没有充分利用数据”的客户提供基于云的Hadoop服务，并表示它可以请客户来且运行不到一小时。

Mortar Data，成立于2010年，为客户的大数据项目建立私有的，按需求的Hadoop集群，并使用Pig和Python建立“为执行优化过的工作”。亚马逊 的S3云存储用于数据读写。客户只在运行他们任务时支付，没有与之相关的基础设施和雇佣和培训工程师的费用。

Tidemark Systems，位于加州红木城，开发其称为第一个企业级性能管理平台和为云计算建立的应用。因为Tidemark EPM应用系统是建立在Cloudera的Hadoop发行版基础上，大数据随之而来，它可以从海量复杂数据中进行提取。

公司成立于2010年，Tidemark主要面向制造业，消费电子产品，零售业和高科技公司上的应用。一月公司从风险投资家和仁科创始人戴夫杜菲尔德获得240万美元的第三轮融资。

最早与2009年以GOTO Metrics的名字推出，Zettaset已经开发出建立在Hadoop和其他用于聚集和大量数据分析的开源技术上的一个容错系统。依照公司所称，该技术有助于掌控整个企业Hadoop系统的健康度，安全性和管理。

Zettaset位于加州山景城，在十二月推出其第四版，带有新的服务管理特性和一个独特的可视化用户界面。公司在七月(获得三百万美元融资后)根据zettabyte更名——等于一百万petabyte或一亿terabyte的数据。