六家hadoop发行版软件代表厂商有哪些

Amazon Web Services Elastic MapReduce夺得最大市场份额

在大家说起Hadoop时，Amazon也许并不是第一家出现在各位脑海中的方案供应商，不过AWS的Elastic MapReduce(简称EMR)则确实是最早投放市场的商业Hadoop产品之一、同时也在全球市场份额方面占据领先地位，Forrester首席分析师Mike Gualtieri表示。EMR是一套运作在云环境下的Hadoop，它利用Amazon EC2作为计算资源、Amazon S3作为存储资源，同时也容纳其它多项服务加以配合。

“AWS的解决方案路线图当中包括将Amazon EMR与Amazon Kinesis相集成以实现流程处理;进一步加强其与Amazon Redshift数据仓库以及其它数据源的集成程度;以策略为指导自动调整集群规模;在Hadoop基础上支持额外的NoSQL数据库;与更多来自第三方供应商的商务智能方案相对接，”Gualtieri写道。

Cloudera以企业客户需求为基础专注于Hadoop创新

AWS也许在市场份额方面遥遥领先，但专营企业Cloudera却也紧随其后;目前这家公司的客户数量已经超过200家，其中一部分的节点部署数量超过一千个、数据总量更是达到PB级别。

“企业客户希望拥有一套Hadoop管理与监控工具，为此Cloudera创建了Cloudera Manager，”Gualtieri写道。“企业客户希望获得一套速度更快的Hadoop SQL引擎，为此Cloudera利用大规模并行处理(简称MPP)架构创建了Impala——企业级数据仓库使用的也是这套架构。Cloudera的创新思路在于一方面继续秉承Hadoop项目核心，同时又通过快速创新与积极迎合客户需求将自身方案与其它供应商区别开来。”Cloudera的盈利模式主要源自软件订购，不过他们也提供技术支持服务。

Hortonworks推动开源Hadoop创新

纵观各大参与厂商，专营Hadoop业务的Hortonworks凭借自身Hortonworks数据平台(简称HDP)而与Apache Hadoop开源最为贴合，不过它同时也在积极寻求与其它工程技术合作伙伴的深入协作，其中包括微软、Teradata、SAP以及红帽等等。

“Hortonworks的策略在于通过开源社区推动创新活动，并与合作伙伴建立生态系统以加快Hadoop在企业客户当中的普及程度，”Gualtieri写道。“如果开源社区在某些方面的发展速度不够理想，Hortonworks就会以此为基础建立新项目并利用自身资源帮助其获得强劲的前进势头。”

在这方面，旨在提供Hadoop集群管理控制台的Apache Ambari项目就是一大典型范例。

IBM InfoSphere BigInsights，蓝色巨人支持下的企业拓展项目

IBM并不像一部分竞争对手那样拥有傲人的Hadoop社区合作深度，不过他们在分布式计算与数据管理领域的卓越成就帮助其拿出了一套相当全面的Hadoop解决方案。IBM目前已经完成了一百多项Hadoop部署工作，其中一部分所打理的数据规模更是达到PB级别。

“除此之外，IBM也拥有不少先进分析工具、全球市场份额以及服务实施方案，这使其得以通过一套完整的综合性大数据解决方案吸引众多企业客户，”Gualtieri写道。“IBM的路线图包括不断将BigInsights Hadoop解决方案与相关IBM资产相集成，例如SPSS高级分析、高性能计算工作负载管理、商务智能工具以及数据管理与建模工具等。”

MapR Technologies为NFS及其它创新成果提供支持

MapR Technologies在本次榜单的专营企业中位列第三，市场份额排名居于Cloudera与Hortonworks之后。早在刚刚起步的阶段，MapR就没有像其它厂商那样保守地对Hadoop进行概念验证、而是在此期间专注于实现各项企业级功能。

“MapR Technologies为其Hadoop发行版带来众多独一无二的创新成果，其中包括支持网络文件系统(简称NFS)、在集群中运行二进制代码、针对HBase实现性能强化以及高可用性与灾难恢复功能等等，”Gualitieri写道。Gualtieri同时指出，目前MapR的竞争对手已经开始积极创建与之相似的企业级功能，因此MapR必须要在市场推广方面有所动作并建立起属于自己的合作关系与发布渠道。

Pivotal Software充分发挥其Greenplum引擎潜能

作为站在EMC与VMware巨人肩膀上的新兴企业，Pivotal由前任VMware公司CEO Paul Maritz负责掌舵，同时也拥有EMC强大的技术咨询与数据科学团队为其提供支持。除了源自EMC的列式数据库Greenplum Database技术，Pivotal的Hadoop发行版还凭借名为HAWQ的MPP Hadoop SQL引擎实现了类似于MPP的SQL性能表现。

“Pivotal是第一家提供全功能企业级Hadoop设备的企业数据仓库供应商;他们也是第一家将自身Hadoop、企业数据仓库与数据管理层整合在同一台机架当中并作为设备家族推出的厂商，”Gualtieri写道。“Pivotal的路线图将使其Hadoop解决方案在竞争优势方面一马当先;其创新重点集中在改进HAWQ SQL引擎并将其与其它Pivotal产品进一步结合方面。”

Teradata利用丰富的专业知识打造Hadoop设备

Teradata是一家非常专业的企业数据仓库设备供应商，该公司在此基础上与Hortonworks建立起坚实的技术合作关系、将Hadoop以设备形式投放市场。

“Teradata的Hadoop发行版当中包括了与Teradata管理工具与SQL-H的集成机制、利用联合SQL引擎帮助客户从其数据仓库与Hadoop当中查询数据，”Gualtieri写道。“方案还利用Aster对Hadoop进行分析。”

Teradata的Hadoop设备目前只拥有不到一百家客户，不过Gualtieri指出其雄厚的资金实力加之丰富的技术与管理资源足以创建出一套独特的高性能设备，在这方面其它供应商很难与之进行正面对抗。

英特尔为Hadoop带来以硬件为基础的性能与安全性增强方案

在Hadoop发行版领域，英特尔的参与时间相对较晚，但这并不妨碍其利用其至强芯片的强大性能成为此间的一位有力竞争者。

“英特尔是第一家以硬件为基础向Hadoop交付性能与安全性强化机制的供应商，”Gualtieri写道。“英特尔未来几年的路线图将进一步与Hadoop解决方案市场上的其它参与者建立紧密的合作关系。除此之外，英特尔还将继续专注于利用硬件强化性能与安全性表现、本地任务优化、Lustre与图形分析，这一切都将推动其发行版在赢得广泛关注与赞赏。”

微软Windows Azure HDInsight，在云与Windows之力下茁壮成长

作为Hortonworks工程技术合作项目中的组成部分，微软Windows Azure HDInsight Service的设计思路紧紧围绕着Windows Azure云而展开。HDInsight and Hadoop for Windows(属于Hortonworks数据平台的一个分支版本)也是目前惟一一套运行在Windows环境下的Hadoop发行版。

“微软还提供Polybase以帮助SQL Server客户对保存在Hadoop当中的数据进行查询，”Gualtieri写道。“微软也在其它开源社区Hadoop项目当中作出了积极贡献，其中就包括下一代Hive。微软通过一系列Hadoop堆栈拓展举措为其客户在数据库、数据仓库、云、OLAP、商务智能、电子表格(PowerPivot)、雷德以及开发工具方面带来显著的改进效果。

Hadoop是在分布式服务器集群上存储海量数据并运行分布式分析应用的一种方法。可以在廉价的机器上实现以往用大型MPP架构才能完成的大规模数据计算。同时可以进行数据挖掘和统计分析。

SPSS、SAS、R这三类工具传统来说都是在关系数据库上进行数据统计分析的，现在可以基于hadoop平台用这些工具进行数据统计分析，结合hadoop强大的横向扩展和并行计算能力，来发挥数据分析工具的能力。

因为R语言是开源的，所以互联网企业很多在用，还有一些通迅行业的咨询公司，不过上手还是需要长期的学习;

SPSS界面友好型，不过一般是市场研究用的比较多，如果你会用SPSS编程，其实功能还是比较强大的;

SAS一般是金融企业，特别是银行业和医学统计，银行业人员有一些是用SAS做统计，一般是银行业内部人做的，另一种是给银行业做数据挖掘的公司,不过正版一年也要上百万。

所以，想在传统或者咨询公司做的，SPSS比较合适，想去金融，特别是银行业，SAS不错，想进互联网公司，学R语言可能是比较明智的。

问题一：计算机(大数据方向)是做什么的 10分 计算机网络技术分，开发，维护，运营，产品经理。

至于移动互联网的方向好不好，我只能说，

未来的十年是移动互联网的十年。

问题二：在哪年部分计算机专家提出大数据概念 2008年八月中旬

问题三：什么是大数据时代 世界包含的多得难以想象的数字化信息变得更多更快……从商业到科学，从 到艺术，这种影响无处不在。科学家和计算机工程师们给这种现象创造了一个新名词：“大数据”。大数据时代什么意思大数据概念什么意思大数据分析什么意思所谓大数据，那到底什么是大数据，他的来源在哪里，定义究竟是什么呢

一：大数据的定义。

1、大数据，又称巨量资料，指的是所涉及的数据资料量规模巨大到无法通过人脑甚至主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。

2、大数据技术，是指从各种各样类型的大数据中，快速获得有价值信息的技术的能力，包括数据采集、存储、管理、分析挖掘、可视化等技术及其集成。适用于大数据的技术，包括大规模并行处理(MPP)数据库，数据挖掘电网，分布式文件系统，分布式数据库，云计算平台，互联网，和可扩展的存储系统。

互联网是个神奇的大网，大数据开发也是一种模式，你如果真想了解大数据，可以来这里，这个手机的开始数字是一八七中间的是三儿零最后的是一四二五零，按照顺序组合起来就可以找到，我想说的是，除非你想做或者了解这方面的内容，如果只是凑热闹的话，就不要来了。

3、大数据应用，是 指对特定的大数据 ，集成应用大数据技术，获得有价值信息的行为。对于不同领域、不同企业的不同业务，甚至同一领域不同企业的相同业务来说，由于其业务需求、数据 和分析挖掘目标存在差异，所运用的大数据技术和大数据信息系统也可能有着相当大的不同。惟有坚持“对象、技术、应用”三位一体同步发展，才能充分实现大数据的价值。

当你的技术达到极限时，也就是数据的极限”。大数据不是关于如何定义，最重要的是如何使用。最大的挑战在于哪些技术能更好的使用数据以及大数据的应用情况如何。这与传统的数据库相比，开源的大数据分析工具的如Hadoop的崛起，这些非结构化的数据服务的价值在哪里。

二：大数据的类型和价值挖掘方法

1、大数据的类型大致可分为三类：

1)传统企业数据(Traditionalenterprisedata)：包括 CRM systems的消费者数据，传统的ERP数据，库存数据以及账目数据等。

2)机器和传感器数据(Machine-generated/sensor data)：包括呼叫记录(CallDetail Records)，智能仪表，工业设备传感器，设备日志(通常是Digital exhaust)，交易数据等。

3)社交数据(Socialdata)：包括用户行为记录，反馈数据等。如Twitter，Facebook这样的社交媒体平台。

2、大数据挖掘商业价值的方法主要分为四种：

1)客户群体细分，然后为每个群体量定制特别的服务。

2)模拟现实环境，发掘新的需求同时提高投资的回报率。

3)加强部门联系，提高整条管理链条和产业链条的效率。

4)降低服务成本，发现隐藏线索进行产品和服务的创新。

三：大数据的特点

业界通常用4个V(即Volume、Variety、Value、Velocity)来概括大数据的特征。具体来说，大数据具有4个基本特征：

1、是数据体量巨大

数据体量(volumes)大，指代大型数据集，一般在10TB规模左右，但在实际应用中，很多企业用户把多个数据集放在一起，已经形成了PB级的数据量;百度资料表明，其新>>

问题四：计算机网络应用和大数据有关系吗 计算机网络和云计算的发展促进了计算机向更高层次的发展，对处理大数据计算等问题提供了可能，数据量、数据处理技术和能力都得到了质的飞跃，大数据时代已经来临。利用计算机网络应用技术带来的大数据，将成为下一代信息技术的核心所在。大数据本身量大、结构复杂、变化快、价值大。这样给大数据的管理、计算、存储、呈现、挖掘、安全等环节带来挑战。而伴随着大数据时代来临的序幕和大数据处理时代的到来，对计算机网络应用处理技术也提出了更高的要求。

问题五：计算机应用技术 (大数据技术应用) 和 计算机应用技术 有什么区别吗 有区别： 前者：主要是针对硬件使用以及软件安装调试和实用 后者：为今后从事软件开发，写代码编程序打基础！ ------------------------我是计算机专业的

问题六：电脑学校里面的大数据是啥？ 大数据的定义：

大数据，又称巨量资料，指的是所涉及的数据资料量规模巨大到无法通过人脑甚至主流软件工具，在合理时间内达到撷取管理、处理、并整理成为帮助企业经营决策更积极目的的资讯

大数据的特点：

数据量大、数据种类多、 要求实时性强、数据所蕴藏的价值大。在各行各业均存在大数据，但是众多的信息和咨询是纷繁复杂的，我们需要搜索、处理、分析、归纳、总结其深层次的规律。

问题七：云计算机与大数据有什么应用特点 率先提出“云计算机”概念的紫光股份将其定义为：采用与个人计算机和超级计算机完全不同的分布式体系架构，借助于云计算的虚拟化技术，由多个成本相对较低的计算资源融合而成的一台具有强大计算能力的计算机。它可高效支持大数据处理、高吞吐率和高安全信息服务等多类应用需求，其计算能力和存储能力可动态伸缩并无限扩展。

1分布式新型体系结构，多种廉价计算资源并行计算，大幅度提高IT基础设施的计算速度和存储能力；

2支持海量结构化和非结构化的数据处理；

3计算能力动态可伸缩，可满足用户业务需求的变化；

4超强容错能力，在节点计算资源发生故障的情况下仍能继续正确完成指定任务，并可在不切断云计算机电源的情况下取出和更换损坏的节点计算单元或存储单元，从而提高整机的扩展性、灵活性以及对灾难的及时恢复能力等；

5协同快速部署技术，大幅度提高大数据用户的部署速度、效率和质量。

问题八：现在马云提出的大数据时代,需要用到哪些计算机方面的技术 5分 网络工程的知识，各种编程语言，各种脚本语言，云计算，数据库，算法等等，其实所谓的大数据就是大流量，巨大的数据量在网络上流来流去，研究大数据就是在研究如何用最小的空间来保存大数据，用最短的时间在大数据中找到小数据，最短的路径从别人的电脑流到你的电脑之类，这些是十分复杂的……其实我也不是十分清楚……

问题九：什么时间,部分计算机专家首次提出大数据概念 大数据 （巨量数据 （IT行业术语）） 编辑

大数据（big data），指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据 ，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。[1] 在维克托・迈尔-舍恩伯格及肯尼斯・库克耶编写的《大数据时代》[2] 中大数据指不用随机分析法（抽样调查）这样捷径，而采用所有数据进行分析处理。大数据的5V特点（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）。[3]

问题十：大数据、数据分析和数据挖掘的区别 100分 大数据是范围比较广的数据分析和数据挖掘。

按照数据分析的流程来说，数据挖掘工作较数据分析工作靠前些，二者又有重合的地方，数据挖掘侧重数据的清洗和梳理。

数据分析处于数据处理的最末端，是最后阶段。

大部分企业比较侧重数据分析。

数据分析和数据挖掘的分界、概念比较模糊，模糊的意思是二者很难区分。

大数据概念更为广泛，是把创新的思维、信息技术、统计学等等技术的综合体，每个人限于学术背景、技术背景，概述的都不一样。

以上就是关于六家hadoop发行版软件代表厂商有哪些全部的内容，包括:六家hadoop发行版软件代表厂商有哪些、hadoop和spss,sas,r有什么区别和联系、计算机大数据是什么等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！