英特尔放弃发行 Hadoop 版本,转而支持 Cloudera

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

screenshot

据Marketwatch报道,英特尔昨天作出了一个震惊整个大数据市场的决定——停止发行英特尔自己的Hadoop版本,转而支持Hadoop发行商Cloudera。

消息人士透露英特尔资本还将向Cloudera追加超过9000万美元投资并成为Cloudera最大的股东。

Cloudera上周刚刚完成1.6亿美元融资,而本周二Hortonworks也紧随其后完成了第四轮1亿美元融资。

大数据基础设施是资金密集型市场 ,因此Hadoop大数据厂商的融资规模通常都比较大。创立于2008年的Cloudera累计募集了3亿美元,包括上周刚刚完成的1.6亿美元融 资,Cloudera的最大竞争对手,2011年创立的Hortonworks已经募集了1.98亿美元资金。另外一家Hadoop发行商MapR自 2011年创立来共募集了5900万美元,而Pivotal则在去年拿到了GE的1亿美元投资。

2013年英特尔加入Hadoop发行商行列之后,Hadoop发行市场共有六个主要的竞争厂商,包括四家创业公司:Hortonworks、 WANdisco、MapR和Cloudera,以及两大IT行业巨头:EMC和英特尔。但是英特尔自己的Hadoop发行版本销售业绩不佳,甚至在北美 市场也是如此,英特尔的退出将增加Cloudera的竞争砝码。同时,与英特尔深度合作后,Cloudera将能克服大数据初创公司的全球化营销短板,例 如借助英特尔的影响力进入中国市场。

值得注意的是,一家Hadoop发行商Zettaset曾于2013年10月份起诉英特尔,控告英特尔抄袭其大数据软件,Zettaset在起诉书中指出,英特尔的Hadoop管理软件与Zettaset的旗舰产品Orchestrator极为相似,英特尔不仅严重侵犯Zettaset的知识产权,而是“鸠占鹊巢”,赤裸裸地争抢其客户。

Zettaset与英特尔曾经是亲密无间的合作伙伴,双方在2012年达成战略合作协议。双方一度达成商业合作协议,在英特尔的硬件上运行 Orchestrator,并为了获得更加理想的跑分成绩向英特尔开放了旗舰产品Orchestrator的源代码(编者按:所有的Hadoop发行版都 运行在英特尔的硬件架构上),市场一度有传言英特尔将推出运行Orchestraotor的大数据一体机,而英特尔资本也开始考虑投资Zettaset。

但随后情况突然有变,2013年2月27日,英特尔宣布推出自己的第一个Apache Hadoop发行版本以及Hadoop管理工具,并主打性能牌。(英特尔于2012年7月份就在中国推出了一个Hadoop发行版,就在获得Zettaset源代码后不久)。双方旋即闹僵,对簿公堂。

目前还不清楚,英特尔转投Cloudera的Hadoop版本是否与此诉讼有关。

原文链接: 文章来自IT经理网

文章转载自 开源中国社区 [http://www.oschina.net]

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
7月前
|
分布式计算 Hadoop Java
Hadoop快速入门——第一章、认识Hadoop与创建伪分布式模式(Hadoop3.1.3版本配置)
Hadoop快速入门——第一章、认识Hadoop与创建伪分布式模式(Hadoop3.1.3版本配置)
146 0
|
分布式计算 资源调度 Hadoop
|
SQL 消息中间件 分布式计算
如何查看spark与hadoop、kafka、Scala、flume、hive等兼容版本【适用于任何版本】
如何查看spark与hadoop、kafka、Scala、flume、hive等兼容版本【适用于任何版本】
1022 0
如何查看spark与hadoop、kafka、Scala、flume、hive等兼容版本【适用于任何版本】
|
6月前
|
分布式计算 Hadoop Android开发
hadoop-eclipse-plugin(版本hadoop2.7.3)
hadoop-eclipse-plugin(版本hadoop2.7.3)
181 6
hadoop-eclipse-plugin(版本hadoop2.7.3)
|
6月前
|
存储 分布式计算 Hadoop
Hadoop 3.x版本的新特性
【6月更文挑战第18天】
204 2
|
7月前
|
分布式计算 Hadoop 容器
Hadoop组件版本不兼容
【5月更文挑战第7天】Hadoop组件版本不兼容
74 3
|
7月前
|
分布式计算 Hadoop 大数据
最新版本——Hadoop3.3.6单机版完全部署指南
最新版本——Hadoop3.3.6单机版完全部署指南
1135 57
|
分布式计算 资源调度 Hadoop
【Flink】版本 1.13+ 集成 Hadoop 问题
【Flink】版本 1.13+ 集成 Hadoop 问题
485 0
|
存储 SQL 分布式计算
Hadoop 概述、Hadoop 发展历史、Hadoop 三大发行版本、Hadoop优势、Hadoop组成、Hadoop1.x、2.x、3.x区别、HDFS架构概述、大数据技术生态体系、推荐系统框架图
高可靠性、高扩展性、高效性、高容错性YARN架构概述、MapReduce架构概述、HDFS、YARN、MapReduce三者关系、1)NameNode(nn):存储文件的元数据,如文件名,文件目录结构,文件属性(生成时间、副本数、文件权限),以及每个文件的块列表和块所在的DataNode等。 2)DataNode(dn):在本地文件系统存储文件块数据,以及块数据的校验和。 3)Secondary NameNode(2nn):每隔一段时间对NameNode元数据备份。MapReduce将计算过程分为两个阶段:
Hadoop 概述、Hadoop 发展历史、Hadoop 三大发行版本、Hadoop优势、Hadoop组成、Hadoop1.x、2.x、3.x区别、HDFS架构概述、大数据技术生态体系、推荐系统框架图

相关实验场景

更多