有人可以概述各种Hadoop发行版之间的各种差异：
使用Apache Hadoop发行版作为基线。
在标准的Apache Hadoop发行版上使用其中一个发行版是否正当理由？
答案 0 :(得分：14)
免责声明：我今年夏天在Cloudera实习（但我的一些好朋友都在Yahoo!： - ））
Yahoo发行版是Hadoop 20的一个版本，它们在其集群的某个子集上运行（运行？）。它包括一组用于稳定性，错误修复等的补丁。它是一个源代码版本;它没有管理员友好的功能，如rpm或debian包等。
Cloudera发行包是rpms和debs（源也可用）。这意味着您可以通过标准方法等获得更新。它还包括稳定性和错误修复补丁。它一直被维护（不是说雅虎不是 - 我想人们可以继续使用github并检查他们上次更新它的时间）。它还包装Pig和Hive。
Cloudera对Hadoop 20的分布处于测试阶段，18被认为是稳定的（Cloudera blog上的更多内容）。 18版还包括Hive和Pig的包装;对于20，你必须自己构建它们（虽然存在补丁，但还没有正式版本的Pig或Hive支持20）。 Cloudera和雅虎版本20之间可能存在重大差异;两者都提供清单，所以你可以检查。 Cloudera发行版的最新文档位于http://archive.cloudera.com
雅虎不为其发行提供支持;他们将修补后的版本作为服务提供给社区，因此感兴趣的人可以构建Yahoo内部运行的内容。考虑到Yahoo集群的规模，这是一个重要的贡献，特别是如果您不是一直关注JIRA的Hadoop开发人员。 Cloudera支持他们的商业发行，并通过Hadoop邮件列表提供一些社区支持，并针对发行版特定问题，在他们的GetSatisfaction页面上提供。
两者都与香草Apache发行版完全不同，因为它们在发行版之间进行了修补（20版的cloudera版本有60多个补丁！）。
答案 1 :(得分：4)
雅虎已停止发布自己的发行版并专注于Apache Hadoop。
http://www.cloudera.com/blog/2011/02/some-news-related-to-the-apache-hadoop-project/
最近，HortonWorks（www.hortonworks.com）从雅虎分拆出来。现在，HortonWorks也将提供与雅虎不同的支持。
http://www.hortonworks.com/about-us/our-manifesto/
Cloudera与HortonWorks一样
http://www.cloudera.com/products-services/
主要区别在于HortonWorks希望使Apache发行版稳定，易于安装等。虽然，Cloudera拥有自己的基于Apache Hadoop的发行版CDH *。
答案 2 :(得分：1)
选择Hadoop发行版有不同的原因，例如Cloudera，Hortonworks或MapR，而不是Apache Hadoop。两大优势是工具支持和商业支持。在收集和集成所有Hadoop框架（例如Pig，Hive等）时，你也会遇到很多麻烦。
看看InfoQ上的文章。它解释了Apache Hadoop，Hadoop发行版和大数据套件之间的差异，以及何时使用哪一个：
http://www.infoq.com/articles/BigDataPlatform
致以最诚挚的问候，
KaiWähner（@KaiWaehner，www.kai-waehner.de / blog）
答案 3 :(得分：0)
SquareCog几乎所有点都是正确的，除了：Yahoo！分发是在Yahoo!的所有生产集群上运行的，而不是它们的子集。这总计超过25,000台机器。雅虎！分销已经进行了广泛的端到端测试，以确保可靠，一致的操作。另一个分布在应用补丁方面更为自由，因此可能有更多功能，但尚未经过广泛测试。