红帽与Cloudera结成大数据联盟 释放企业级Hadoop潜能

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:
ZDNet至顶网软件频道消息: 红帽公司近日宣布和基于ApacheTM Hadoop提供企业级分析数据管理的领导者Cloudera结成联盟,携手为企业带来包括数据集成和应用开发工具,以及数据平台在内的软件解决方案。通过对产品和技术的广泛集成,Cloudera和红帽将为用户带来开放、安全且敏捷的解决方案,以应对快速变化的大数据生命周期管理。

通过此次结盟,两家公司旨在向企业级用户提供文档管理、销售和技术支持的联合解决方案。当前,企业用户的数据生命周期在海量非结构化和结构化数据、迭代分析模型以及快速演变的技术形势推动下不断变化。为此,红帽与Cloudera将联手帮助企业用户在本地、私有云或混合云中部署最能满足其需求的大数据解决方案。

Cloudera和红帽联手推出的解决方案为企业用户提供了开放且敏捷的技术堆栈,助力企业更新传统的数据管理架构,部署以Hadoop为核心的大数据基础架构。两家公司计划共同开展以下项目:

• 云端数据平台:旨在红帽CloudForms托管下,通过红帽企业Linux OpenStack平台和Sahara与Cloudera Director、Cloudera Enterprise的集成,帮助用户更快地向开放混合云过渡。

• 企业级数据平台:通过红帽企业Linux、OpenJDK支持、红帽存储服务器与Cloudera Enterprise、Cloudera Manager以及Cloudera Navigator 的集成,实现数据的安全性、可扩展性和易管理性。

• 敏捷的数据集成和应用开发工具:利用Cloudera Kite库、Cloudera Impala和Apache Hive连接插件来实现红帽JBoss中间件、红帽OpenShift与Cloudera Enterprise的集成。

Cloudera业务与企业发展部副总裁Tim Stevens表示:“随着Hadoop快速占据主流市场,它已经成为企业数据中心的核心。这要求企业需要具备灵活的部署模型、高安全性、强大的管理系统以及敏捷的开发工具才能得以实现。我们与红帽的结盟使部署和管理Hadoop任务负载达到与处理其他关键任务负载相同的信任度,从而推动企业基于大数据驱动的新一轮创新。”

红帽全球战略联盟副总裁Scott Musson表示:“红帽认为,企业用户的数据生命周期正在快速发生改变且需要开放、敏捷的创新理念。Hadoop和OpenStack是这场变革中的关键力量。红帽用户正在寻找针对大数据和混合云的开源软件解决方案,以帮助他们轻松、快速地实现基础架构和应用的转型。通过这次结盟,红帽和Cloudera将致力于为用户提供开放的模块化技术堆栈,并从这些数据中快速获取新的洞见,从而优化用户对平台基础架构的投资,并降低企业数据平台的管理成本。”
原文发布时间为:2014年11月23日
本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。
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 
目录
打赏
0
0
0
0
101
分享
相关文章
从“笨重大象”到“敏捷火花”:Hadoop与Spark的大数据技术进化之路
从“笨重大象”到“敏捷火花”:Hadoop与Spark的大数据技术进化之路
117 79
云端智链:挖掘云计算中的大数据潜能
云端智链:挖掘云计算中的大数据潜能
37 21
Flume+Hadoop:打造你的大数据处理流水线
本文介绍了如何使用Apache Flume采集日志数据并上传至Hadoop分布式文件系统(HDFS)。Flume是一个高可用、可靠的分布式系统,适用于大规模日志数据的采集和传输。文章详细描述了Flume的安装、配置及启动过程,并通过具体示例展示了如何将本地日志数据实时传输到HDFS中。同时,还提供了验证步骤,确保数据成功上传。最后,补充说明了使用文件模式作为channel以避免数据丢失的方法。
129 4
数据湖技术:Hadoop与Spark在大数据处理中的协同作用
【10月更文挑战第27天】在大数据时代,数据湖技术凭借其灵活性和成本效益成为企业存储和分析大规模异构数据的首选。Hadoop和Spark作为数据湖技术的核心组件,通过HDFS存储数据和Spark进行高效计算,实现了数据处理的优化。本文探讨了Hadoop与Spark的最佳实践,包括数据存储、处理、安全和可视化等方面,展示了它们在实际应用中的协同效应。
264 2
数据湖技术:Hadoop与Spark在大数据处理中的协同作用
【10月更文挑战第26天】本文详细探讨了Hadoop与Spark在大数据处理中的协同作用,通过具体案例展示了两者的最佳实践。Hadoop的HDFS和MapReduce负责数据存储和预处理,确保高可靠性和容错性;Spark则凭借其高性能和丰富的API,进行深度分析和机器学习,实现高效的批处理和实时处理。
231 1
大数据体系知识学习(一):PySpark和Hadoop环境的搭建与测试
这篇文章是关于大数据体系知识学习的,主要介绍了Apache Spark的基本概念、特点、组件,以及如何安装配置Java、PySpark和Hadoop环境。文章还提供了详细的安装步骤和测试代码,帮助读者搭建和测试大数据环境。
154 1
最佳实践:AnalyticDB在企业级大数据分析中的应用案例
【10月更文挑战第22天】在数字化转型的大潮中,企业对数据的依赖程度越来越高。如何高效地处理和分析海量数据,从中提取有价值的洞察,成为企业竞争力的关键。作为阿里云推出的一款实时OLAP数据库服务,AnalyticDB(ADB)凭借其强大的数据处理能力和亚秒级的查询响应时间,已经在多个行业和业务场景中得到了广泛应用。本文将从个人的角度出发,分享多个成功案例,展示AnalyticDB如何助力企业在广告投放效果分析、用户行为追踪、财务报表生成等领域实现高效的数据处理与洞察发现。
546 0
大数据平台的毕业设计01:Hadoop与离线分析
大数据平台的毕业设计01:Hadoop与离线分析
290 0
从数据小白到大数据达人:一步步成为数据分析专家
从数据小白到大数据达人:一步步成为数据分析专家
265 92
从湖仓分离到湖仓一体,四川航空基于 SelectDB 的多源数据联邦分析实践
川航选择引入 SelectDB 建设湖仓一体大数据分析引擎,取得了数据导入效率提升 3-6 倍,查询分析性能提升 10-18 倍、实时性提升至 5 秒内等收益。
从湖仓分离到湖仓一体,四川航空基于 SelectDB 的多源数据联邦分析实践
AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等