大数据平台概述

主流大数据平台介绍

• CDH（Cloudera Distribution Hadoop）

由Cloudera公司开发，有开源版本与商业版本，Cloudera公司2018年和hortonworks公司合并，较为出名的贡献为impala是由Cloudera公司开源贡献给Apache基金会。大数据平台在国内各大企业中应用广泛，甚至开源版本在很多公司中都较为常见，是较为受欢迎的大数据平台之一。

• CDP

是CDH平台的升级版，较为明显的升级动作将权限管理由sentry更改为ranger，增加flink组件parcel包，不用用户自己集成，可直接安装。

• TDH(Transwarp Data Hub)

是星环科技推出的一款大数据平台，是国内首款发行版大数据平台，是国内领先的大数据平台，没有开源版本，突出特点：

1. 对hive高度封装，推出incepter，在性能上相比hive得到明显提升，但是强制分桶，以及事务表等特性。

2. 对hbase高度封装，推出hyperbase，支持SQL查询，对二级索引支持较好。

• FI HD&FI MRS

由华为公司开发，较早版本为fusioninsight HD，后推出fusioninsight MRS，是当前较为成熟且在mpp数据库与混合计算领域较为领先的大数据平台，突出特点：

1. HD版本中的随机读写数据库为ELK（这个ELK不是es生态的elk，是一个单纯的数据库）

2. 将kettle进行封装优化，推出loader数据加载组件

3. 推出国产mpp架构数据库gaussdb 100、gaussdb 200、gaussdb 300
4. 独有small file小文件管理组件
5. hetu engine跨源计算

• 飞天大数据平台

阿里大数据平台，突出特点maxcompute离线分析模块，flink实时计算引擎，并且做了大量优化与新功能开发。