ສິ່ງທີ່ພິເສດກ່ຽວກັບ Cloudera ແລະວິທີການປຸງແຕ່ງມັນ

ຕະຫຼາດສໍາລັບຄອມພິວເຕີ້ແຈກຢາຍແລະຂໍ້ມູນໃຫຍ່, ອີງຕາມ ສະຖິຕິ, ແມ່ນການຂະຫຍາຍຕົວຢູ່ທີ່ 18-19% ຕໍ່ປີ. ນີ້ຫມາຍຄວາມວ່າບັນຫາຂອງການເລືອກຊອບແວສໍາລັບຈຸດປະສົງເຫຼົ່ານີ້ຍັງຄົງກ່ຽວຂ້ອງ. ໃນບົດຂຽນນີ້, ພວກເຮົາຈະເລີ່ມຕົ້ນດ້ວຍເຫດຜົນທີ່ພວກເຮົາຕ້ອງການຄອມພິວເຕີ້ແຈກຢາຍ, ພວກເຮົາຈະຢູ່ໃນລາຍລະອຽດເພີ່ມເຕີມກ່ຽວກັບທາງເລືອກຂອງຊອບແວ, ພວກເຮົາຈະເວົ້າກ່ຽວກັບການໃຊ້ Hadoop ກັບ Cloudera, ແລະສຸດທ້າຍພວກເຮົາຈະເວົ້າກ່ຽວກັບທາງເລືອກຂອງຮາດແວແລະວິທີການທີ່ມັນມີຜົນກະທົບຕໍ່ການປະຕິບັດ. ໃນທາງທີ່ແຕກຕ່າງກັນ.

ເປັນຫຍັງພວກເຮົາຕ້ອງການຄອມພິວເຕີ້ແຈກຢາຍໃນທຸລະກິດທໍາມະດາ? ທຸກສິ່ງທຸກຢ່າງແມ່ນງ່າຍດາຍແລະສັບສົນໃນເວລາດຽວກັນ. ງ່າຍດາຍ - ເນື່ອງຈາກວ່າໃນກໍລະນີຫຼາຍທີ່ສຸດພວກເຮົາດໍາເນີນການຄິດໄລ່ຂ້ອນຂ້າງງ່າຍດາຍຕໍ່ຫົວຫນ່ວຍຂອງຂໍ້ມູນ. ຄວາມຫຍຸ້ງຍາກ - ເນື່ອງຈາກວ່າມີຂໍ້ມູນດັ່ງກ່າວຫຼາຍ. ຫຼາຍດັ່ງນັ້ນ. ດັ່ງນັ້ນ, ຫນຶ່ງຕ້ອງ ປະມວນຜົນຂໍ້ມູນ terabytes ໃນ 1000 threads. ດັ່ງນັ້ນ, ກໍລະນີການນໍາໃຊ້ແມ່ນຂ້ອນຂ້າງທົ່ວໄປ: ການຄິດໄລ່ສາມາດນໍາໃຊ້ໄດ້ທຸກບ່ອນທີ່ມັນຈໍາເປັນຕ້ອງຄໍານຶງເຖິງຈໍານວນຂະຫນາດໃຫຍ່ຂອງ metrics ໃນ array ຂໍ້ມູນໃຫຍ່ກວ່າ.

ຕົວຢ່າງຫນຶ່ງທີ່ຜ່ານມາ: Dodo Pizza ກໍານົດ ອີງຕາມການວິເຄາະພື້ນຖານການສັ່ງຊື້ຂອງລູກຄ້າ, ວ່າໃນເວລາທີ່ເລືອກ pizza ທີ່ມີ toppings ຕົນເອງມັກ, ຜູ້ໃຊ້ປົກກະຕິແລ້ວດໍາເນີນການພຽງແຕ່ຫົກຊຸດພື້ນຖານຂອງສ່ວນປະກອບບວກກັບຄູ່ນ່ຶຂອງການສຸ່ມ. ຕາມນັ້ນແລ້ວ, pizzeria ໄດ້ປັບການຊື້. ນອກຈາກນັ້ນ, ມັນສາມາດແນະນໍາຜະລິດຕະພັນເພີ່ມເຕີມທີ່ສະເຫນີຢູ່ໃນຂັ້ນຕອນຄໍາສັ່ງໃຫ້ຜູ້ໃຊ້ໄດ້ດີກວ່າ, ເຊິ່ງເຮັດໃຫ້ກໍາໄລເພີ່ມຂຶ້ນ.

ຕົວຢ່າງ ໜຶ່ງ ອີກ: ການວິເຄາະ ສິນຄ້າອະນຸຍາດໃຫ້ H&M ຫຼຸດຜ່ອນການແບ່ງປະເພດໃນຮ້ານຄ້າສ່ວນບຸກຄົນ 40%, ໃນຂະນະທີ່ຮັກສາລະດັບການຂາຍ. ນີ້ແມ່ນບັນລຸໄດ້ໂດຍການຍົກເວັ້ນຕໍາແຫນ່ງການຂາຍທີ່ບໍ່ດີ, ແລະລະດູການໄດ້ຖືກພິຈາລະນາໃນການຄິດໄລ່.

ການເລືອກເຄື່ອງມື

ມາດຕະຖານອຸດສາຫະກໍາສໍາລັບປະເພດຂອງຄອມພິວເຕີ້ນີ້ແມ່ນ Hadoop. ເປັນຫຍັງ? ເນື່ອງຈາກວ່າ Hadoop ເປັນກອບທີ່ດີ, ເອກະສານທີ່ດີ ( Habr ດຽວກັນໃຫ້ບົດຄວາມລາຍລະອຽດຈໍານວນຫຼາຍກ່ຽວກັບຫົວຂໍ້ນີ້), ເຊິ່ງປະກອບດ້ວຍຊຸດຂອງອຸປະກອນແລະຫ້ອງສະຫມຸດທັງຫມົດ. ທ່ານ​ສາ​ມາດ​ສົ່ງ​ຊຸດ​ໃຫຍ່​ຂອງ​ຂໍ້​ມູນ​ທັງ​ໂຄງ​ສ້າງ​ແລະ​ບໍ່​ມີ​ໂຄງ​ສ້າງ​ເປັນ​ການ​ປ້ອນ​ຂໍ້​ມູນ​, ແລະ​ລະ​ບົບ​ຕົວ​ມັນ​ເອງ​ຈະ​ແຈກ​ຢາຍ​ໃຫ້​ເຂົາ​ເຈົ້າ​ລະ​ຫວ່າງ​ພະ​ລັງ​ງານ​ຄອມ​ພິວ​ເຕີ​. ຍິ່ງໄປກວ່ານັ້ນ, ຄວາມອາດສາມາດດຽວກັນເຫຼົ່ານີ້ສາມາດເພີ່ມຂຶ້ນຫຼືປິດການໃຊ້ງານໄດ້ທຸກເວລາ - ຄວາມສາມາດໃນການຂະຫຍາຍທາງນອນດຽວກັນໃນການປະຕິບັດ.

ໃນປີ 2017, ບໍລິສັດທີ່ປຶກສາທີ່ມີອິດທິພົນ Gartner ສະຫຼຸບວ່າ Hadoop ຈະກາຍເປັນລ້າສະໄຫມໃນໄວໆນີ້. ເຫດຜົນແມ່ນຂ້ອນຂ້າງ banal: ນັກວິເຄາະເຊື່ອວ່າບໍລິສັດຈໍານວນຫລາຍຈະເຄື່ອນຍ້າຍໄປສູ່ເມຄ, ຍ້ອນວ່າພວກເຂົາຈະສາມາດຈ່າຍໂດຍອີງໃສ່ການໃຊ້ພະລັງງານຄອມພິວເຕີ້. ປັດໄຈທີ່ສໍາຄັນທີສອງ supposedly ສາມາດ "ຝັງ" Hadoop ແມ່ນຄວາມໄວຂອງການເຮັດວຽກ. ເນື່ອງຈາກວ່າທາງເລືອກເຊັ່ນ Apache Spark ຫຼື Google Cloud DataFlow ແມ່ນໄວກວ່າ Hadoop ທີ່ຢູ່ເບື້ອງຕົ້ນຂອງ MapReduce.

Hadoop ພັກຜ່ອນຢູ່ໃນຫຼາຍເສົາຄ້ໍາ, ທີ່ໂດດເດັ່ນທີ່ສຸດແມ່ນເຕັກໂນໂລຢີ MapReduce (ລະບົບການແຈກຢາຍຂໍ້ມູນສໍາລັບການຄິດໄລ່ລະຫວ່າງເຄື່ອງແມ່ຂ່າຍ) ແລະລະບົບໄຟລ໌ HDFS. ອັນສຸດທ້າຍໄດ້ຖືກອອກແບບໂດຍສະເພາະເພື່ອເກັບຂໍ້ມູນທີ່ແຈກຢາຍລະຫວ່າງກຸ່ມຂອງກຸ່ມ: ແຕ່ລະບລັອກຂອງຂະຫນາດຄົງທີ່ສາມາດຖືກວາງໄວ້ໃນຫຼາຍໂຫນດ, ແລະຍ້ອນການຈໍາລອງ, ລະບົບແມ່ນທົນທານຕໍ່ກັບຄວາມລົ້ມເຫຼວຂອງແຕ່ລະ nodes. ແທນທີ່ຈະເປັນຕາຕະລາງໄຟລ໌, ເຄື່ອງແມ່ຂ່າຍພິເສດທີ່ເອີ້ນວ່າ NameNode ຖືກນໍາໃຊ້.

ຮູບພາບຂ້າງລຸ່ມນີ້ສະແດງໃຫ້ເຫັນວ່າ MapReduce ເຮັດວຽກແນວໃດ. ໃນຂັ້ນຕອນທໍາອິດ, ຂໍ້ມູນຖືກແບ່ງອອກຕາມຄຸນລັກສະນະສະເພາະໃດຫນຶ່ງ, ໃນຂັ້ນຕອນທີສອງມັນຖືກແຈກຢາຍໂດຍພະລັງງານຄອມພິວເຕີ້, ໃນຂັ້ນຕອນທີສາມການຄິດໄລ່ເກີດຂຶ້ນ.

MapReduce ໄດ້ຖືກສ້າງຂື້ນໃນເບື້ອງຕົ້ນໂດຍ Google ສໍາລັບຄວາມຕ້ອງການຂອງການຄົ້ນຫາຂອງມັນ. ຫຼັງຈາກນັ້ນ, MapReduce ໄດ້ເຂົ້າໄປໃນລະຫັດຟຣີ, ແລະ Apache ໄດ້ຄອບຄອງໂຄງການ. ດີ, Google ຄ່ອຍໆຍ້າຍໄປຫາວິທີແກ້ໄຂອື່ນໆ. nuance ທີ່ຫນ້າສົນໃຈ: ໃນປັດຈຸບັນ, Google ມີໂຄງການທີ່ເອີ້ນວ່າ Google Cloud Dataflow, ຕໍາແຫນ່ງເປັນຂັ້ນຕອນຕໍ່ໄປຫຼັງຈາກ Hadoop, ເປັນການທົດແທນທີ່ໄວຂອງມັນ.

ການເບິ່ງທີ່ໃກ້ຊິດສະແດງໃຫ້ເຫັນວ່າ Google Cloud Dataflow ແມ່ນອີງໃສ່ການປ່ຽນແປງຂອງ Apache Beam, ໃນຂະນະທີ່ Apache Beam ປະກອບມີກອບຂອງ Apache Spark ທີ່ມີເອກະສານທີ່ດີ, ເຊິ່ງຊ່ວຍໃຫ້ພວກເຮົາເວົ້າກ່ຽວກັບຄວາມໄວຂອງການປະຕິບັດການແກ້ໄຂເກືອບດຽວກັນ. ດີ, Apache Spark ເຮັດວຽກໄດ້ດີໃນລະບົບໄຟລ໌ HDFS, ເຊິ່ງຊ່ວຍໃຫ້ທ່ານສາມາດນໍາໄປໃຊ້ໃນເຄື່ອງແມ່ຂ່າຍຂອງ Hadoop.

ເພີ່ມປະລິມານຂອງເອກະສານແລະວິທີແກ້ໄຂທີ່ກຽມພ້ອມສໍາລັບ Hadoop ແລະ Spark ຕໍ່ Google Cloud Dataflow, ແລະທາງເລືອກຂອງເຄື່ອງມືຈະເຫັນໄດ້ຊັດເຈນ. ຍິ່ງໄປກວ່ານັ້ນ, ວິສະວະກອນສາມາດຕັດສິນໃຈດ້ວຍຕົນເອງວ່າລະຫັດໃດ - ພາຍໃຕ້ Hadoop ຫຼື Spark - ພວກເຂົາຈະປະຕິບັດ, ສຸມໃສ່ວຽກງານ, ປະສົບການແລະຄຸນສົມບັດ.

Cloud ຫຼືເຄື່ອງແມ່ຂ່າຍທ້ອງຖິ່ນ

ທ່າອ່ຽງໄປສູ່ການຫັນປ່ຽນທົ່ວໄປໄປສູ່ເມຄໄດ້ເພີ່ມຂຶ້ນເຖິງຄໍາທີ່ຫນ້າສົນໃຈເຊັ່ນ Hadoop-as-a-service. ໃນສະຖານະການດັ່ງກ່າວ, ການຄຸ້ມຄອງເຄື່ອງແມ່ຂ່າຍທີ່ເຊື່ອມຕໍ່ໄດ້ກາຍເປັນຄວາມສໍາຄັນຫຼາຍ. ເນື່ອງຈາກວ່າ, ອະນິຈາ, ເຖິງວ່າຈະມີຄວາມນິຍົມຂອງມັນ, Hadoop ບໍລິສຸດແມ່ນເປັນເຄື່ອງມືທີ່ຍາກທີ່ຈະຕັ້ງຄ່າ, ເພາະວ່າທ່ານຕ້ອງເຮັດຫຼາຍດ້ວຍມື. ສໍາລັບຕົວຢ່າງ, ທ່ານສາມາດກໍາຫນົດຄ່າເຄື່ອງແມ່ຂ່າຍເປັນສ່ວນບຸກຄົນ, ຕິດຕາມກວດກາປະສິດທິພາບຂອງເຂົາເຈົ້າ, ແລະປັບຕົວກໍານົດການຫຼາຍ. ໂດຍທົ່ວໄປ, ເຮັດວຽກສໍາລັບນັກສມັກເລ່ນແລະມີໂອກາດອັນໃຫຍ່ຫຼວງທີ່ຈະ screw up somewhere ຫຼືພາດບາງສິ່ງບາງຢ່າງ.

ດັ່ງນັ້ນ, ການແຜ່ກະຈາຍຕ່າງໆໄດ້ກາຍເປັນທີ່ນິຍົມຫຼາຍ, ເຊິ່ງໃນເບື້ອງຕົ້ນແມ່ນອຸປະກອນທີ່ສະດວກໃນການນໍາໃຊ້ແລະການຄຸ້ມຄອງ. ຫນຶ່ງໃນການແຈກຢາຍທີ່ນິຍົມຫຼາຍທີ່ສະຫນັບສະຫນູນ Spark ແລະເຮັດໃຫ້ສິ່ງທີ່ງ່າຍແມ່ນ Cloudera. ມັນມີທັງສະບັບຈ່າຍແລະຟຣີ - ແລະໃນສຸດທ້າຍ, ຫນ້າທີ່ຕົ້ນຕໍທັງຫມົດແມ່ນມີຢູ່, ແລະບໍ່ຈໍາກັດຈໍານວນຂອງ nodes.

ໃນລະຫວ່າງການຕັ້ງ, Cloudera Manager ຈະເຊື່ອມຕໍ່ຜ່ານ SSH ກັບເຄື່ອງແມ່ຂ່າຍຂອງທ່ານ. ຈຸດທີ່ຫນ້າສົນໃຈ: ເມື່ອຕິດຕັ້ງ, ມັນດີກວ່າທີ່ຈະລະບຸວ່າມັນຈະຖືກປະຕິບັດໂດຍອັນທີ່ເອີ້ນວ່າ ພັດສະດຸ: ຊຸດພິເສດ, ແຕ່ລະອັນປະກອບດ້ວຍອົງປະກອບທີ່ຈໍາເປັນທັງຫມົດທີ່ຖືກຕັ້ງຄ່າເພື່ອເຮັດວຽກຮ່ວມກັນ. ໃນຄວາມເປັນຈິງ, ນີ້ແມ່ນສະບັບປັບປຸງຂອງຜູ້ຈັດການຊຸດ.

ຫຼັງຈາກການຕິດຕັ້ງ, ພວກເຮົາໄດ້ຮັບ console ການຄຸ້ມຄອງກຸ່ມ, ບ່ອນທີ່ທ່ານສາມາດເບິ່ງ telemetry ສໍາລັບ clusters, ການບໍລິການທີ່ຕິດຕັ້ງ, ບວກກັບທ່ານສາມາດເພີ່ມ / ເອົາຊັບພະຍາກອນແລະແກ້ໄຂການຕັ້ງຄ່າຂອງກຸ່ມ.

ດັ່ງນັ້ນ, ການຕັດບັ້ງໄຟຈະປາກົດຢູ່ທາງຫນ້າຂອງທ່ານ, ເຊິ່ງຈະນໍາທ່ານໄປສູ່ອະນາຄົດອັນສົດໃສຂອງ BigData. ແຕ່ກ່ອນທີ່ພວກເຮົາຈະເວົ້າວ່າ "ໄປ", ໃຫ້ໄວໄປຂ້າງຫນ້າພາຍໃຕ້ການ hood ໄດ້.

ຄວາມຕ້ອງການຮາດແວ

ຢູ່ໃນເວັບໄຊທ໌ຂອງພວກເຂົາ, Cloudera ກ່າວເຖິງການຕັ້ງຄ່າທີ່ເປັນໄປໄດ້ທີ່ແຕກຕ່າງກັນ. ຫຼັກການທົ່ວໄປທີ່ເຂົາເຈົ້າສ້າງຂຶ້ນແມ່ນສະແດງຢູ່ໃນຕົວຢ່າງ:

MapReduce ສາມາດມົວຮູບພາບໃນແງ່ດີນີ້ໄດ້. ຊອກຫາອີກເທື່ອຫນຶ່ງຢູ່ໃນແຜນວາດໃນພາກກ່ອນຫນ້າ, ມັນຈະກາຍເປັນທີ່ຊັດເຈນວ່າໃນເກືອບທຸກກໍລະນີ, ວຽກງານ MapReduce ສາມາດຕີຄໍຂວດໃນເວລາທີ່ອ່ານຂໍ້ມູນຈາກແຜ່ນຫຼືເຄືອຂ່າຍ. ນີ້ຍັງຖືກບັນທຶກໄວ້ໃນ blog Cloudera. ດັ່ງນັ້ນ, ສໍາລັບການຄິດໄລ່ໄວໃດໆ, ລວມທັງຜ່ານ Spark, ເຊິ່ງມັກຈະຖືກນໍາໃຊ້ສໍາລັບການຄິດໄລ່ໃນເວລາທີ່ແທ້ຈິງ, ຄວາມໄວ I / O ແມ່ນມີຄວາມສໍາຄັນຫຼາຍ. ດັ່ງນັ້ນ, ເມື່ອໃຊ້ Hadoop, ມັນເປັນສິ່ງສໍາຄັນຫຼາຍທີ່ເຄື່ອງຈັກທີ່ມີຄວາມສົມດູນແລະໄວເຂົ້າໄປໃນກຸ່ມ, ເຊິ່ງ, ເພື່ອເຮັດໃຫ້ມັນອ່ອນໂຍນ, ບໍ່ໄດ້ສະຫນອງໃຫ້ສະເຫມີໃນໂຄງສ້າງພື້ນຖານຂອງຟັງ.

ການດຸ່ນດ່ຽງໃນການແຈກຢາຍການໂຫຼດແມ່ນບັນລຸໄດ້ໂດຍຜ່ານການນໍາໃຊ້ Openstack virtualization ໃນເຄື່ອງແມ່ຂ່າຍທີ່ມີ CPU ຫຼາຍແກນທີ່ມີປະສິດທິພາບ. ຂໍ້​ມູນ​ແມ່ນ​ໄດ້​ຮັບ​ການ​ຈັດ​ສັນ​ຊັບ​ພະ​ຍາ​ກອນ​ຂອງ​ຕົວ​ຜະ​ລິດ​ຕະ​ພັນ​ຂອງ​ຕົນ​ເອງ​ແລະ​ແຜ່ນ​ທີ່​ແນ່​ນອນ​. ໃນການແກ້ໄຂຂອງພວກເຮົາ Atos Codex Data Lake Engine virtualization ກວ້າງແມ່ນບັນລຸໄດ້, ນັ້ນແມ່ນເຫດຜົນທີ່ພວກເຮົາຊະນະທັງສອງດ້ານການປະຕິບັດ (ຜົນກະທົບຂອງໂຄງສ້າງເຄືອຂ່າຍຖືກຫຼຸດລົງ) ແລະ TCO (ເຄື່ອງແມ່ຂ່າຍທາງດ້ານຮ່າງກາຍພິເສດຖືກລົບລ້າງ).

ໃນກໍລະນີຂອງການນໍາໃຊ້ເຄື່ອງແມ່ຂ່າຍຂອງ BullSequana S200, ພວກເຮົາໄດ້ຮັບການໂຫຼດເປັນເອກະພາບຫຼາຍ, ບໍ່ມີຂໍ້ບົກຜ່ອງບາງຢ່າງ. ການຕັ້ງຄ່າຕໍາ່ສຸດທີ່ປະກອບມີ 3 ເຊີບເວີ BullSequana S200, ແຕ່ລະອັນມີສອງ JBODs, ບວກກັບ S200s ເພີ່ມເຕີມທີ່ມີສີ່ໂຫນດຂໍ້ມູນແມ່ນເຊື່ອມຕໍ່ທາງເລືອກ. ນີ້ແມ່ນຕົວຢ່າງການໂຫຼດໃນການທົດສອບ TeraGen:

ການທົດສອບທີ່ມີປະລິມານຂໍ້ມູນທີ່ແຕກຕ່າງກັນແລະມູນຄ່າ replication ສະແດງໃຫ້ເຫັນຜົນໄດ້ຮັບດຽວກັນໃນເງື່ອນໄຂຂອງການແຈກຢາຍການໂຫຼດໃນທົ່ວ nodes ຂອງກຸ່ມ. ຂ້າງລຸ່ມນີ້ແມ່ນຕາຕະລາງການແຈກຢາຍຂອງການເຂົ້າເຖິງແຜ່ນໂດຍການທົດສອບການປະຕິບັດ.

ການຄິດໄລ່ແມ່ນອີງໃສ່ການຕັ້ງຄ່າຂັ້ນຕ່ໍາຂອງ 3 ເຊີບເວີ BullSequana S200. ມັນປະກອບມີ 9 ຂໍ້ຂໍ້ມູນແລະ 3 ໂຫນດຕົ້ນສະບັບ, ເຊັ່ນດຽວກັນກັບເຄື່ອງ virtual ທີ່ສະຫງວນໄວ້ໃນກໍລະນີຂອງການນໍາໃຊ້ການປົກປ້ອງໂດຍອີງໃສ່ OpenStack Virtualization. ຜົນໄດ້ຮັບການທົດສອບ TeraSort: ຂະຫນາດບລັອກ 512 MB ຂອງປັດໄຈການຈໍາລອງຂອງສາມທີ່ມີການເຂົ້າລະຫັດແມ່ນ 23,1 ນາທີ.

ລະບົບຈະຂະຫຍາຍໄດ້ແນວໃດ? ປະເພດຕ່າງໆຂອງສ່ວນຂະຫຍາຍແມ່ນມີໃຫ້ສໍາລັບ Data Lake Engine:

• ຂໍ້​ມູນ​: ສໍາ​ລັບ​ທຸກ 40 TB ຂອງ​ຊ່ອງ​ທີ່​ໃຊ້​ໄດ້​
• ໂນດການວິເຄາະທີ່ມີຄວາມສາມາດໃນການຕິດຕັ້ງ GPU
• ທາງເລືອກອື່ນຂຶ້ນຢູ່ກັບຄວາມຕ້ອງການຂອງທຸລະກິດ (ຕົວຢ່າງ, ຖ້າທ່ານຕ້ອງການ Kafka ແລະອື່ນໆ)

ສະລັບສັບຊ້ອນ Atos Codex Data Lake Engine ລວມມີທັງເຊີບເວີດ້ວຍຕົນເອງແລະຊອບແວທີ່ຕິດຕັ້ງໄວ້ກ່ອນ, ລວມທັງຊຸດ Cloudera ທີ່ມີໃບອະນຸຍາດ; Hadoop ຕົວຂອງມັນເອງ, OpenStack ກັບເຄື່ອງ virtual ໂດຍອີງໃສ່ RedHat Enterprise Linux kernel, ການຈໍາລອງຂໍ້ມູນແລະລະບົບສໍາຮອງຂໍ້ມູນ (ລວມທັງການນໍາໃຊ້ node ສໍາຮອງຂໍ້ມູນແລະ Cloudera BDR - ສໍາຮອງຂໍ້ມູນແລະການຟື້ນຟູໄພພິບັດ). Atos Codex Data Lake Engine ແມ່ນການແກ້ໄຂ virtualization ທໍາອິດທີ່ໄດ້ຮັບການຢັ້ງຢືນ cloudera.

ຖ້າທ່ານສົນໃຈໃນລາຍລະອຽດ, ພວກເຮົາຍິນດີທີ່ຈະຕອບຄໍາຖາມຂອງພວກເຮົາໃນຄໍາເຫັນ.

ແຫຼ່ງຂໍ້ມູນ: www.habr.com