Apache finalisiert Hadoop 2.0

Es ist das erste General Release mit dem Ressourcenmanager YARN. Er enthält die Verwaltungsaufgaben, die bisher Teil von MapReduce waren. Dadurch wird Hadoop modularer: Statt MapReduce kann auch ein anderer Algorithmus zum Einsatz kommen.

Apache hat die finale Version von Hadoop 2.0 allgemein verfügbar gemacht. Die wichtigste neue Komponente ist YARN, das bisweilen auch als MapReduce 2.0 oder MRv2 bezeichnet wird. Gegenüber MapReduce 1.0 hat es den Vorteil, dass der Verwaltungsteil der Engine aus dem eigentlichen Algorithmus ausgeklammert wurde. Das bedeutet auch, dass Anwender den MapReduce-Algorithmus wie ein Plug-in austauschen und stattdessen etwa ein interaktives Verfahren verwenden können.

Architektur rede ressourcenmanagers YARN in Hadoop 2.0 (Diagramm: ASF)

Dies gilt als Meilenstein bei der Entwicklung von Hadoop von einem einfachen Werkzeug hin zu einem kompletten Betriebssystem für Big Data. YARN steht für „Yet Another Resource Negotiator“, ist also ein selbstreferenzielles Akronym. Zwar gibt es bereits auf Apache Hadoop aufsetzende Distributionen mit YARN, etwa Cloudera CDH, sie basieren aber auf einer Hadoop-Version, die Apache noch als Preview eingestuft hat.

Der zuständige Release Manager Arun C. Murphy kommentiert: „Hadoop 2 markiert eine bedeutende Weiterentwicklung des Open-Source-Projekts, die leidenschaftliche Entwickler der Apache-Gemeinschaft gemeinsam erstellt haben. Ihr Ziel war es vor allem, die Datenplattform einfacher nutzbar und stabiler zu machen.“

Hadoop-Elefant

Neu in Hadoop 2.0 sind Hochverfügbarkeit für die Apache-Version von HDFS, also das Hadoop Distributed File System, Unterstützung von Microsoft Windows, Data-Snapshots in sowie NFS-v3-Zugang zu HDFS. Föderation von HDFS ermöglicht deutlich bessere Skalierbarkeit als mit Apache Hadoop 1.x. Gleichzeitig besteht Binärkompatibilität zu MapReduce-Anwendungen, die für Apache Hadoop 1.x geschrieben wurden.

Parallel hat das Projekt Apache Hive eine neue Version (0.12.0) vorgelegt, die zu Hadoop 2.0 kompatibel ist. Hive ermöglicht SQL-Abfragen von Hadoop-Daten. Es basiert derzeit auf den MapReduce-Algorithmus. Mit Apache Tez und Hortonworks Stinger gibt es aber schon Entwicklungen, um Hives SQL-Anfragen über YARN abzuwickeln und MapReduce zu umgehen, sodass auch Hive mit alternativen Algorithmen zurechtkommt.

[mit Material von Andrew Brust, ZDNet.com]

Tipp: Wie gut kennen Sie sich mit Open-Source aus? Überprüfen Sie Ihr Wissen – mit 15 Fragen auf silicon.de.

Themenseiten: Apache Software Foundation, Big Data, Hadoop, Software

Fanden Sie diesen Artikel nützlich?
Content Loading ...
Whitepaper

Artikel empfehlen:

Neueste Kommentare 

Noch keine Kommentare zu Apache finalisiert Hadoop 2.0

Kommentar hinzufügen

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind markiert *