一文看懂 Cloudera 对 CDH/HDP/CDP 的产品支持策略
前言
大家好，我是明哥。
熟悉大数据业界的小伙伴们都知道，Cloudera 在跟HortonWorks 合并后，便推出了新一代大数据平台 CDP，并正在逐步停止原有的大数据平台 CDH 和 HDP。
但具体到何时会彻底停止对 CDH 和 HDP 的维护，CDH/HDP 停止维护后现有用户该如何应对，以及 CDP 跟 CDH/HDP 的异同，或多或少都有些模式。
笔者希望通过本文，能彻底回答清楚小伙伴们的上述问题。以下是正文。
CDH/HDP 各版本的关键时间点
- 下图简要介绍了CDH和HDP侧重的技术领域：
- 可以看到CDH和HDP都重点涵盖了数据工程和数据仓库场景
- 同时CDH对AI,ML和数据科学场景有侧重
- 而HDP对IoT数据摄取和流场景有侧重
- 下图简要介绍了目前市面上主流CDH和HDP版本的关键时间点
- HDP2.x和CDH5.x对应的是hadoop2.x
- HDP3.x和CDH6.x对应的是hadoop3.x
- 目前官方已经停止了对HDP2.x和CDH5.X的技术支持
- 官方对HDP3.x和CDH6.x的技术支持也都会在最近半年停止
- 具体来讲，HDP3.x的最新版HDP3.1会在2021/12月停止技术支持
- 具体来讲，CDH6.x的最新版CDH6.3会在2022/3月停止技术支持
CDP 介绍
- CDP 可以认为是将原来的 CDH/HDP 融合在了一起，具体融合方式如下图所示，关键点是：
- 淘汰了竞争的技术
- 融合了重叠的技术
- 保留了互补的技术
- 升级了共享的技术
- 并增加了某些新功能
2. CDP 对应不同场景，推出了三大版本:
- 对应公有云场景的 CDP public cloud,目前三大公有云厂商 aws, gcp, azure都已经提供了支持；
- 对应私有云场景的 CDP private cloud plus，其计算集群使用了 docker 和 k8s 相关技术；
- 对应数据中心场景的 CDP private cloud base, 其实对应的就是原来场景的 CDH 和 HDP;
- 三大版本底层对应的是同样的 cloudera runtime,其实质就是大数据各个具体组件，如 hdfs/hive/spark等等。
Cloudera 的新许可证政策
Cloudera 的新许可证政策如下图所示，其关键点是：
- Cloudera 所有产品都将开源 (至少承诺的是如此，包括原来CDH中不开源的cloudera manager等也将开源)，其开源模型类似 Red Hat开源模型
- Cloudera 所有产品的二进制文件和源代码，都需要订阅，（即不再提供社区版，只提供企业版，都需要付费，不再有免费的午餐！）
- 自2019年11月以来，访问产品的二进制文件需要订阅和 paywall credentials (即没有paywall credentials 的话,将不再能从 cloudera 官网下载 parcel/rpm 包)
- 2021年1月后，扩展的Paywall将包括平台的早期版本，包括所有版本的CDH/HDP/HDF等 （即目前所有版本的CDH/HDP/HDF/CDP，从官网下载 parcel/rpm 包,都需要有 paywall credentials）
使用遗留CDH/HDP系统的小伙伴们该何去何从
概括起来，使用遗留CDH/HDP系统的小伙伴们，有以下选择：
- 继续使用原有版本的CDH/HDP：在指定日期之后，Cloudera官方不再对原有版本的CDH/HDP提供技术支持，这仅仅意味着Cloudera官方不会再对原有版本提供新特性增强，也不再对原有版本提供BUG修复，但客户原有的大数据平台仍然是能够正常提供服务的 （这点不同于星环的TDH，TDH在许可证到期之后，整个集群中的服务就不能再重启，不能在正常提供服务了）；
- 考虑市面上其他供应商的大数据平台，如星环的TDH，或基于开源apache版本自行封装。不过需要注意，星环的TDH是闭源的，其一些参数跟开源的并不兼容，有 vendor lock in的风险；
- 按照Cloudera的建议，在合适的时机，升级到 CDP平台。
如何从 CDH/HDP 迁移到CDP?
Cloudera 提供了一系列工具帮助大家尽量平滑地从CDH/HDP升级到CDP。
- Cloudera官方建议的升级方式有四种方式：
- 原地升级
- 拷贝升级/迁移升级
- 滚动式拷贝升级/迁移升级
- 迁移到公有云
- 不考虑迁移到共有云的话，大家可以主要考量两种迁移方式，即原地升级和拷贝升级/迁移升级，其优缺点如下图所示：
各种迁移方式的详细对比，和操作手册，Cloudera官网有消息描述，笔者在这里就不再赘述了。
