我是hadoop的新手。
我听说mapR是安装hadoop HDFS而不是融合的更好方法。
但大多数相关文章只是描述了mapR hadoop而不是纯粹的apache hadoop。
任何人都有使用mapR安装纯apache hadoop的经验吗？
提前致谢。
答案 0 :(得分：1)
MapR不仅仅是一种挂载HDFS的方法。
MapR包括Hadoop和许多Apache生态系统组件以及许多其他非Apache组件，例如Cascading。它还包括LucidWorks，其中包括Solr。
MapR还包括称为MaprFS的HDFS重新实现。 MaprFS具有更高的性能，具有读写语义，允许在写入期间进行读取，支持事务正确的镜像和快照，没有名称节点，没有联邦的规模，本质上是HA而没有HA NameNode的所有混乱且可访问通过分布式NFS系统。
哦，除了通过NFS进行POSIX-ish访问之外，MaprFS还支持HBase API以及HDFS API。
MapR中的map-reduce层已经部分重写，以利用文件系统的极高性能。这就是MapR去年秋天打破分钟记录的方式。
因此，除了命名之外，MapR还包括您可以与任何其他发行版一起获得的所有开源软件。 “Pure Hadoop”几乎没用。你需要猪和/或蜂巢。您可能应该考虑级联/烫伤。你可能需要Mahout。您肯定需要将您的系统连接到旧数据源和报告系统，而NFS很容易。
请记住，通过NFS或Fuze安装HDFS无法满足您的需求。 HDFS没有合适的语义来通过NFS或普通文件系统API进行访问。它只是有太多的妥协。
另一方面，使用MapR，您甚至可以通过NFS在群集文件系统之上运行MySQL或Postgress等数据库。
MapR有三个版本。
M3是免费的，为您提供所有性能和可扩展性，但限制您使用单个NFS服务器，并且没有镜像，快照，卷位置或HBase兼容API（当然，您可以运行HBase）。 HA在M3中也会降级，因此需要一个小时才能对某些功能进行故障转移。
M5在免费试用期后花钱，并为您提供快照，镜像，强制某些数据到不同拓扑和无限制NFS服务器的能力。
M7也需要花钱，并将HBase API添加到M5可以做的所有事情中。
有关详细信息，请访问mapr.com。
答案 1 :(得分：1)
总结特德所说的话，
你真的不是“用mapR安装纯apache hadoop吗？”。不应将Hadoop与HDFS混淆。虽然它们在会话期间往往可以互换，但HDFS明确指的是实际的分布式文件系统（因此是HDFS中的DFS）。 HDFS必须使用特定的hadoop命令进行交互，即“hadoop dfs ls /”将列出hdfs的根内容。
MapR超越了hadoop提供的默认值。一，您可以使用更高效的maprfs（重写hdfs）与文件系统进行交互。您可以做的另一件事实际上是NFS挂载HDFS / MapRFS，以便您可以本机操作文件系统而无需执行任何特殊操作。它被视为与任何其他NFS文件系统一样，除非在这种情况下，它分布在您的集群中。