Hortonworks“来到了”亚马逊AWS上

ZD至顶网软件频道消息：对于数据平台供应商，亚马逊是终极对手。如果你想在云计算市场中获得存在感，亚马逊的云就几乎是无法绕开的。因此，越来越多地Hadoop供应商与亚马逊的AWS以及微软的Azure合作就不是什么奇怪的事了。

对于Hortonworks来说，大约有四分之一的客户在云中部署了部分或者是全部的工作负载。到目前为止，其在云中主要的存在形式一直是Azure的HDInsight大数据服务的Hadoop引擎。

Hortonworks是最新加入与Amazon的竞争的，该公司宣布将通过AWS市场提供一项新服务，同时在本地运行S3存储和EC2计算。这项服务——针对AWS的Hortonworks Data Cloud （HDCloud）——是专门针对处理最流行的Hadoop工作负载：Spark和Hive的一项服务。

在AWS云中，Hadoop提供商面临的挑战是Amazon的EMR服务提供最原生的无缝体验。它是一种托管服务，意味着在您选择EC2节点的类型和数量后，EMR就开始提供了。相比之下，在Amazon云中使用作为原始基础架构即服务（IaaS）运行Hortonworks（或Cloudera）需要客户自己承担配置云基础架构和管理工作负载的负担。即使使用了有助于自动化配置的Hortonworks Cloudbreak或Cloudera Director，在易用性方面也难与 EMR抗衡，它使用的是HDFS而不是AWS的标准S3存储。

这正是HDCloud的立足点。通过AWS市场，你会得到和EMR更为类似的托管云计算体验，而且和EMR一样，你向亚马逊付款，而不是向Hortonworks付款（Hortonworks显然会从亚马逊获得版税）。它使用S3，所以它看起来像一个标准的AWS服务。

新的Hortonworks AWS产品不是完整的Hortonworks数据平台（HDP），因为该服务仅适用于最流行的工作负载：用于分析和机器学习的Spark，以及用于交互式SQL的Hive（使用新的LLAP加速）。

因此，HDCloud不是针对AWS的HDInsight的仿冒品。相比之下，HDInsight是一个更广泛的服务，提供了一个更完整的版本的Hortonworks Data Platform。除了Spark和Hive，HDInsight还运行Storm和HBase。此外，HDInsight的管理比新的Hortonworks AWS产品更全面；例如，Azure处理所有升级，而在AWS上，则需要更多的手动干预。

所有这一切的背后故事是，越来越多的云客户要求符合目标的替代品，而不是访问一个完整的平台。因此，今天，您将看到专业的机器学习服务，它提供了来自所有主要云提供商的一些建模算法，您可以看到来自Databricks等提供商的只针对Spark的服务，或Qubole提供的只针对Spark或者完整Hadoop的选项。这也为Spark和Hadoop的对决火上浇油。尽管HDP和HDInsight已经全面支持Spark，但是对于短暂工作负载的定制云服务的需求已经使Hortonworks缩小了其新亚马逊产品的侧重。

回到AWS，一个显而易见的问题是为什么使用HDCloud而不是默认为EMR？Hortonworks通过利用从Ambari借用的优化配置计算节点的功能优化了Hive和Spark工作负载，从而形成了差异。 Hortonworks还为Hive提供了更细粒度的安全性，针对行和列进行安全管理，这是一种提升。

EMR长期以来在自己的专有数据访问优化方面一直有优势。HDCloud利用Apache Hadoop 2.7附带的最新增强功能，针对S3实现了等同于EMR的性能。

一开始，HDCloud将通过年度合同或按小时收费。由于其现有的Cloudbreak技术（其中一些与新的AWS产品一起使用）已经支持现场实例，我们预计，HDCloud最终还将添加现场费用。请注意“针对AWS”这个品牌。如果HDCloud最终也通过其他公共云提供，我们不会感到惊讶。

请注意：此帖子的早期版本暗示Qubole只提供Spark服务。事实上，Spark只是更广泛的基于云的大数据分析产品组合中的一部分，包括完全与Hadoop相关的工作负载。