设为首页收藏本站

EPS数据狗论坛

 找回密码
 立即注册

QQ登录

只需一步,快速开始

查看: 1504|回复: 0

[应用] Gartner看衰的并不是Hadoop生态

[复制链接]

5

主题

90

金钱

158

积分

入门用户

发表于 2018-6-1 16:48:55 | 显示全部楼层 |阅读模式

在过去几个月的走访调研中,针对Gartner《2017年数据管理技术成熟度曲线》做出的Hadoop“即将在到达生产成熟期之前衰落”的结论,笔者询问了数十位大数据领域技术专家的观点,Hadoop在国内大数据市场的地位正如笔者所预料的一样稳固。既然如此,那么是Gartner的结论有误吗?我们应该如何正确解读这份报告?抛开报告,Hadoop生态各组件到底表现如何呢?


阿里云封神:Gartner看衰的并不是Hadoop生态


本期采访嘉宾:封神,09年加入阿里,9年来专注在分布式计算、存储、数据库领域。曾研发集团超过1w台Hadoop集群,万台规模的跨机房建设,并负责其中分布式调度及内存计算引擎Spark。曾研发集团超过5w台的ODPS集群,自主研发分布式内存引擎,处理超过PB级别数据的迭代计算,并把开源体系融合到内部ODPS体系之中。16年起,开始做云产品,构建大数据数据库服务,研究分布式检索与原始数据的融合技术、研究行列混合、存储计算分离、新硬件加速、统一SQL、弹性调度计算、时序、时空、图数据等非结构化等技术,并负责计算与存储产品化,目前为千百客户提供专业存储计算云HBase服务。


Gartner看衰结论正确解读:此“Hadoop”非彼“Hadoop”!


Gartner所做出的的看衰结论不假,但其主体范围需要界定清楚。根据封神的介绍,Gartner所提及的Hadoop更多是狭义上的Hadoop一体化平台,但我们通常意义上讨论的是广义Hadoop生态,整个生态包含了众多组件,这个范围与前者相差很大。


对于Hadoop生态的发展状态,我们可以分层逐级解析。首先是HDFS分布式文件系统层,封神表示,目前尚没有任何一款开源产品足以完整替代HDFS,因此其生命力必定是旺盛的。目前看起来,有可能挑战的是业务模式的变化,用户上云后,直接用对象存储,做到存储与计算分离,节约成本。


其次是Yarn所在的分布式调度层。作为大数据核心调度组件,Yarn的使用覆盖率非常高。虽然在离线与在线数据混合方面表现欠缺,但Yarn一直在不断改进。这一点也与Yarn的发展背景有关,支持Yarn的几家公司主要做离线系统,对在线系统部署问题关注不够。当然,目前市场已经有了存在一定竞争关系的产品,比如Mesos,但这两大调度系统的设计目标并不完全相同,并且Yarn也在朝着Mesos的领域进军。此外,从某种意义上讲,Yarn与Hadoop生态体系中的一些组件包都可共享,贸然更换势必面临着适配问题。


在分布式文件系统和分布式调度系统的基础之上,各类组件的加入让Hadoop生态更加丰富。在绝大多数用户的认知中,Hive、MapReduce、热议的Spark以及Flink的定位都只是Hadoop生态中的一个计算引擎,并不存在替代Hadoop生态的关系,Hadoop生态的整体生命力非常强,这一点也在连续几个月的调研中得到了证实,Hadoop在大数据领域的标准地位远比我们想象得要稳固。


阿里云封神:Gartner看衰的并不是Hadoop生态


Hadoop生态圈组件生命力解析:替不替代取决于需求!


Hadoop生态圈组件繁多,组件替换是大多数企业对Hadoop生态圈进行改良的重要一步,但很多企业和技术人员对如何替换和挑选组件完全没有头绪。根据封神的介绍,虽然短期内Spark和Flink没有能力替代整个Hadoop生态,但是它们有能力替代个别计算引擎。Spark的生态日益完善,其在机器学习、SQL以及Streaming方面的先天优势明显;Flink主攻流式处理,延迟较低,这两大引擎目前的整体表现还是不错的。虽然部分企业会尝试使用Spark替换MapReduce,但在封神看来,这样的组件替换需要从实际业务需求出发,如果看中稳定性,MapReduce略胜一筹;如果看中生态所提供的能力,自然是Spark更加完善。


此外,Hive也非常有竞争力,阿里内部PB级数据量的处理非Hive不可,因为其稳定性非常高,当数据量达到PB级别,一个任务要运行两到三天时,没有一个组件可以挑战Hive的稳定性。作为开源分布式数据库,HBase也是大多数企业的首选,本月发布的HBase 2.0版本被称为迄今为止最大的版本,共包含4551个Issues,对可用性和延迟均做出了优化。对于现在很多数据库都在做的一写多读,HBase在1.X版本早期就具备该能力。其次,HBase非常适合云计算环境。不管是AWS还是阿里主推的关系型数据库,其本质都是存储计算分离,HBase诞生的第一天就是存储计算分离的,现如今经过了多年在各大公司的磨炼,HBase的存储计算分离已经相当成熟。


Hadoop渐步成熟期,其可能替代品的生存现状如何?


封神表示,就个人参加Hadoop大会的感受而言,Hadoop不是衰退了而是成熟了,现在的Hadoop大会更多的是在谈人工智能、区块链和知识图谱等新兴技术,大家更关注的不再是Hadoop生态的底层实现,而是其上的应用,这就造成了用户对Hadoop关注度降低的假象。


当然,任何一项技术发展了十余年,总会出现一些挑战者。封神谈及,NewSQL确实是分布式,也能解决部分存储相关的事情,具备存储和并发能力,但它主要解决的是核心场景,比如金融级场景下的核心问题,并不擅长海量数据存储且成本偏高。此外,Cassandra和Elasticsearch也能变相解决部分Hadoop问题,在工具的支撑下,用户非常容易上手,但随着规模的不断扩大,最终还是要回到整个Hadoop生态。


综上,封神认为Gartner所做出的的结论更偏向于Hadoop本身而非Hadoop生态,但在大多数用户的认知中,我们在谈论Hadoop时已经默认是Hadoop生态,因此我们没必要对Gartner的结论太过苛责,毕竟目前国内的一线互联网企业都在使用Hadoop生态,短期内我们并没有看到改朝换代的迹象,反倒是其核心组件越来越成熟。如果不用Hadoop,你还可以做出什么选择呢?

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

客服中心
关闭
在线时间:
周一~周五
8:30-17:30
QQ群:
653541906
联系电话:
010-85786021-8017
在线咨询
客服中心

意见反馈|网站地图|手机版|小黑屋|EPS数据狗论坛 ( 京ICP备09019565号-3 )   

Powered by BFIT! X3.4

© 2008-2028 BFIT Inc.

快速回复 返回顶部 返回列表