hadoop的分布式替代品

Question

我有一个奇怪的问题。

hadoop 的分布式和可扩展 替代品有哪些？我正在寻找一些像 HDFS 这样的分布式文件系统，它可以用作廉价而有效的存储，并且希望在它之上使用数据处理引擎（批量/实时）。我知道Spark可以是一个很好的选择。但我想将此系统用作分布式，容错和可扩展的文件存档。是否有任何适当的解决方案？欢迎提出建议。谢谢:)）

Answer 1

这些是Hadoop和Apache Spark的其他替代品。 Cluster Map Reduce，Hydra和结论，它们对大数据项目都相对较好。在这里阅读更多 https://datafloq.com/read/Big-Data-Hadoop-Alternatives/1135

Answer 2

如果您仍在寻找替代方案，这篇Gigaom文章可能有所帮助： https://gigaom.com/2012/07/11/because-hadoop-isnt-perfect-8-ways-to-replace-hdfs/ 默认情况下，Spark刷新为HDFS。

由于HDFS是GFS（Google FS）的开源替代品，您可以使用GFS连接器（Google FS可通过Google云平台存储服务获得）......有一个问题：大量数据传输成本高昂节点/集群之间。 Hadoop不是为实时数据设计的，而是为动态数据设计的。我希望这会有所帮助。

• MapR声称比普通HDFS快20％（但基础FS是HDFS）https://mapr.com/why-mapr/
• NetApp还可以替代HDFS http://www.netapp.com/us/solutions/applications/big-data-analytics/index.aspx

以上所有链接均为我分享的Gigaom文章。 我希望这会有所帮助。