Kudu：Hadoop生态系统中的游戏规则改变者？

内容

什么是Kudu？
Kudus当前状态是什么？
Kudu如何补充HDFS / HBase？
Kudu框架的功能
Kudu如何改变Hadoop生态系统？
没有错误，没有压力-在不破坏生活的情况下创建可改变生活的软件的分步指南
结论

资料来源：Agsandrew / Dreamstime.com

带走：

Kudu是一个开源项目，可以帮助更有效地管理存储。

Kudu是一个新的开源项目，提供可更新的存储。它是对HDFS / HBase的补充，后者提供顺序存储和只读存储。 Kudu更适合于快速数据的快速分析，这是当前业务需求。因此，Kudu不仅是另一个Hadoop生态系统项目，而且具有改变市场的潜力。（有关Hadoop的更多信息，请参阅您需要了解和理解的十个最重要的Hadoop术语。）

什么是Kudu？

Kudu是一种特殊的存储系统，它以表的形式存储结构化数据。每个表都有预定义的列数。他们每个人都有一个主键，实际上是该表的一个或多个列的组。使用该主键可以添加限制并保护列，还可以用作索引，从而可以轻松进行更新和删除。这些表是称为平板电脑的一系列数据子集。

Kudus当前状态是什么？

Kudu确实非常发达，并且已经具有许多功能。但是，仍然需要进行一些抛光，如果用户提出建议并进行一些更改，可以更轻松地完成抛光。

Kudu是完全开源的，并具有Apache Software License 2.0。还应将其提交给Apache，以便可以将其开发为Apache Incubator项目。这将使它的发展更快甚至更多。一段时间后，Kudu的开发将公开透明地进行。 AtScale，小米，英特尔和Splice Machine等许多公司已经联合起来，为Kudu的发展做出了贡献。 Kudu还有一个庞大的社区，大量的观众已经在其中提供了他们的建议和贡献。因此，正是这些人在推动Kudu的发展。

Kudu如何补充HDFS / HBase？

Kudu并不是HDFS / HBase的替代品。实际上，它旨在支持HBase和HFDS，并与它们并行运行以增强其功能。这是因为HBase和HDFS在某些机器上仍然具有许多功能，使其比Kudu更加强大。总体而言，此类机器将从这些系统中获得更多收益。

Kudu框架的功能

Kudu框架的主要功能如下：

表格列的快速扫描–最好的数据格式（例如Parquet和ORCFile）需要最佳的扫描过程，Kudu可以完美解决。这种格式需要快速扫描，只有在正确编码列数据时才能进行快速扫描。
性能的可靠性– Kudu框架通过弥补Hadoop中存在的许多漏洞和差距来提高Hadoop的整体可靠性。
轻松与Hadoop集成– Kudu可以轻松与Hadoop及其不同组件集成，以提高效率。
完全开源– Kudu是具有Apache 2.0许可证的开源系统。它有一个由来自不同公司和背景的开发人员组成的庞大社区，他们会定期对其进行更新并提供更改建议。

Kudu如何改变Hadoop生态系统？

Kudu旨在适应Hadoop生态系统并增强其功能。它还可以与Hadoop的一些关键组件集成，例如MapReduce，HBase和HDFS。 MapReduce作业可以提供数据，也可以从Kudu表中获取数据。这些功能也可以在Spark中使用。一个特殊的层使Kudu可以访问某些Spark组件，例如Spark SQL和DataFrame。尽管Kudu尚未开发出足以替代这些功能的功能，但据估计，几年后，它将足以进行开发。在此之前，Hadoop和Kudu之间的集成确实非常有用，并且可以填补Hadoop生态系统的主要空白。（要了解有关Apache Spark的更多信息，请参阅Apache Spark如何帮助快速应用程序开发。）

Kudu可以在许多地方实施。此类场所的一些示例如下：

没有错误，没有压力-在不破坏生活的情况下创建可改变生活的软件的分步指南

当没有人关心软件质量时，您就无法提高编程技能。

近乎实时地传输输入–在需要尽快接收输入的地方，Kudu可以做得很出色。这种情况的一个例子是在企业中，来自不同来源的大量动态数据涌入，因此需要实时快速提供。
具有不同访问模式的时间序列应用程序– Kudu非常适合基于时间序列的应用程序，因为它更易于设置表和使用表进行扫描。这种用法的一个例子是在百货商店中，必须快速找到旧数据并进行处理以预测产品的未来流行度。
旧版系统–许多从各种来源获取数据并将其存储在不同工作站中的公司都会对Kudu感到宾至如归。 Kudu速度极快，可以有效地与Impala集成以在所有计算机上处理数据。
预测建模–想要一个好的建模平台的数据科学家可以使用Kudu。 Kudu可以从输入的每组数据中学习。科学家可以反复运行和重新运行模型以查看发生了什么。