Hadoop不行了吗
所属分类 architecture
浏览量 1255
Hadoop 主要应用场景 廉价的存储
云存储变得廉价,用户体验好
逃离复杂性,拥抱云计算
Cloudera 和 Hortonworks 合并 , MapR 开始裁员
大数据领域被过度炒作,泡沫破灭后回归现实
MongoDB 受欢迎程度一直在增长
MongoDB高管Kelly Stirman 认为用户体验是让 MongoDB 在同类产品中脱颖而出的一个关键
Elasticsearch 分布式搜索和分析引擎背后的公司 Elastic 在去年员工数量翻了一番,
最近一个季度的收入增长了 70%。许多公司已经转用 Elastic 的产品进行传统的文本搜索和其他更多的搜索
基于云的 Snowflake 数据仓库
大数据的中心已经从 Hadoop 转移到了云端,在对象存储系统
(如亚马逊 S3、微软 Azure Blob Storage 和 Google Cloud Storage)中存储数据比在 HDFS 中便宜了五倍。
领先的云计算公司并没有在 Cloudera 和 Hortonworks 上运行大型的 Hadoop/Spark 集群,
相反,他们在容器基础设施上运行分布式云规模数据库和应用程序。
在宣布合并之前,Cloudera 和 Hortonworks 都在努力让他们的 Hadoop 发行版支持 Kubernetes。
YARN 擅长长期运行的批次作业调度,但要作为通用的集群资源管理框架,它还需要精心的设计和改进。
未来 Kubernetes 将会入驻,并接管其中的一大部分内容
当 YARN 被 Kubernetes 取代,并且 HDFS 被替换为任何兼容 S3 的对象存储系统时,Hadoop 还会是原来的 Hadoop 吗?
自从十多年前第一个 MapReduce 程序上线以来,开发人员一直对 Hadoop 的复杂性颇有微词。
为解决复杂问题而寻找银弹是人类的天性。人们倾向于相信新技术将解决他们所有的问题,它会为你做所有的事情,甚至包括在早上给你端来一杯咖啡
Hadoop 曾经是被过度热炒的一项技术,而到了今天,这个头衔被 AI 拿走了。
当期望过度膨胀时,最终结果只会是失败。当技术被设置了不恰当的预期,就会跌落到幻灭的低谷。
上一篇
下一篇
spring Java Config 相关注解及注意点
logback pattern 配置
java8的方法区
java内存模型
spring和springboot发展历史
spring扩展点