Cloudera与MongoDB共赴大数据“爱河”

本文涉及的产品
云数据库 MongoDB,独享型 2核8GB
推荐场景:
构建全方位客户视图
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:

MongoDBCloudera已经宣布建立合作伙伴关系,将在今后的发展中就销售、营销以及技术资产等方面开展深入协作——此项消息一出,甲骨文、IBM等现任巨头与VMware Pivotal等初创公司纷纷表示形势严峻、压力很大。

双方于本周二正式公布结盟消息,未来NoSQL数据库厂商MongoDB将与Hadoop厂商Cloudera就技术方案的销售及市场推广方面进行合作,而更重要的是双方还将派遣技术工程师努力实现彼此软件方案的集成与协作。

就在此次合作关系确立之前,Cloudera公司才刚刚于三月从英特尔手中获得数额惊人的7.4亿美元资金援助。不过双方的合作事宜早在去年十一月份就已经被摆上议事日程,Cloudera公司ISV联盟主管Yuri Bukhan表示。

“我们感受到了彼此双方的客户群体所带来的迫切需求。这种需求非常真切,”他解释道。“我们正在积极与对方接触,希望就为其提供现代化平台这一议题展开深入探讨。”

这套“平台”将成为两家公司的技术融合成果,并将包含一系列基于Hadoop的数据分析技术(来自Cloudera)外加作为前端数据操作、查询以及收集引擎的MongoDB数据库(来自MongoDB),Bukhan解释称。

两家公司目前正在进一步探索将彼此技术加以结合的方式,不过就目前来看、通过此次合作共同打造一套在某种程度上类似于Pivotal数据平台方案(其中结合了数据库、Hadoop以及Cloud Foundry平台即服务)的可能性比较高。

“在短期内,我们已经证明了MongoDB Connector for Hadoop能够为由MongoDBHDFS、或者由HDFSMongoDB的数据迁移带来诸多颇具吸引力的功能。”MongoDB公司产品主管Kelly Stirman在接受采访时表示。“在它的帮助下,MapReduce作业也得以通过本地方式运行在MongoDB当中。”

更多计划仍然在酝酿当中,他指出。“现在好戏才刚刚开场。”

鉴于Hadoop的设计主旨在于将不计其数的庞大业务数据吸纳进其Hadoop文件系统当中,而MongoDB则主要被开发人员应用于实验性IT项目当中,我们可以想象一定会有不少厂商意识到二者协作所迸发出的惊人能量。毕竟将Hadoop的分布式存储与计算引擎同易于使用的MongoDB前端结合起来,其结果将极具市场吸引力。

因此,甲骨文、IBM以及Pivotal需要当心了:ClouderaMongoDB所构成的二人组拥有恐怖的技术实力,他们会干脆利落地将市场份额夺取至自己手中。另外也请广大读者朋友睁大眼睛,在未来出席销售会议的时候记得保留一张“MONDERA”代表的名片。

原文发布时间为:2014年04月30日
本文作者:林利
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
MongoDB数据库入门
MongoDB数据库入门实验。
快速掌握 MongoDB 数据库
本课程主要讲解MongoDB数据库的基本知识,包括MongoDB数据库的安装、配置、服务的启动、数据的CRUD操作函数使用、MongoDB索引的使用(唯一索引、地理索引、过期索引、全文索引等)、MapReduce操作实现、用户管理、Java对MongoDB的操作支持(基于2.x驱动与3.x驱动的完全讲解)。 通过学习此课程,读者将具备MongoDB数据库的开发能力,并且能够使用MongoDB进行项目开发。   相关的阿里云产品:云数据库 MongoDB版 云数据库MongoDB版支持ReplicaSet和Sharding两种部署架构,具备安全审计,时间点备份等多项企业能力。在互联网、物联网、游戏、金融等领域被广泛采用。 云数据库MongoDB版(ApsaraDB for MongoDB)完全兼容MongoDB协议,基于飞天分布式系统和高可靠存储引擎,提供多节点高可用架构、弹性扩容、容灾、备份回滚、性能优化等解决方案。 产品详情: https://www.aliyun.com/product/mongodb
目录
相关文章
|
6月前
|
监控 NoSQL 大数据
【MongoDB】Replica 频繁插入大数据的问题
【4月更文挑战第2天】【MongoDB】Replica 频繁插入大数据的问题
|
3月前
|
C# UED 开发者
WPF与性能优化:掌握这些核心技巧,让你的应用从卡顿到丝滑,彻底告别延迟,实现响应速度质的飞跃——从布局到动画全面剖析与实例演示
【8月更文挑战第31天】本文通过对比优化前后的方法,详细探讨了提升WPF应用响应速度的策略。文章首先分析了常见的性能瓶颈,如复杂的XAML布局、耗时的事件处理、不当的数据绑定及繁重的动画效果。接着,通过具体示例展示了如何简化XAML结构、使用后台线程处理事件、调整数据绑定设置以及利用DirectX优化动画,从而有效提升应用性能。通过这些优化措施,WPF应用将更加流畅,用户体验也将得到显著改善。
237 1
|
3月前
|
监控 NoSQL 大数据
【MongoDB复制集瓶颈】高频大数据写入引发的灾难,如何破局?
【8月更文挑战第24天】在MongoDB复制集中,主节点处理所有写请求,从节点通过复制保持数据一致性。但在大量高频数据插入场景中,会出现数据延迟增加、系统资源过度消耗、复制队列积压及从节点性能不足等问题,影响集群性能与稳定性。本文分析这些问题,并提出包括优化写入操作、调整写入关注级别、采用分片技术、提升从节点性能以及持续监控调优在内的解决方案,以确保MongoDB复制集高效稳定运行。
75 2
|
6月前
|
存储 NoSQL 大数据
【MongoDB 专栏】MongoDB 在大数据场景下的应用
【5月更文挑战第11天】MongoDB,适用于大数据时代,以其灵活数据模型、高可扩展性和快速性能在大数据场景中脱颖而出。它处理海量、多类型数据,支持高并发,并在数据分析、日志处理、内容管理和物联网应用中广泛应用。电商和互联网公司的案例展示了其在扩展性和业务适应性上的优势,但同时也面临数据一致性、资源管理、数据安全和性能优化的挑战。
669 1
【MongoDB 专栏】MongoDB 在大数据场景下的应用
|
5月前
|
分布式计算 DataWorks NoSQL
DataWorks操作报错合集之从MongoDB同步数据到MaxCompute(ODPS)时,出现报错,该怎么解决
DataWorks是阿里云提供的一站式大数据开发与治理平台,支持数据集成、数据开发、数据服务、数据质量管理、数据安全管理等全流程数据处理。在使用DataWorks过程中,可能会遇到各种操作报错。以下是一些常见的报错情况及其可能的原因和解决方法。
DataWorks操作报错合集之从MongoDB同步数据到MaxCompute(ODPS)时,出现报错,该怎么解决
|
5月前
|
存储 数据采集 NoSQL
DTS在迁移大数据量的MongoDB数据库时如何保证数据的准确性和完整性?
【6月更文挑战第4天】DTS在迁移大数据量的MongoDB数据库时如何保证数据的准确性和完整性?
144 1
|
5月前
|
JSON 分布式计算 DataWorks
MaxCompute产品使用合集之如何将JSON格式数据同步到MongoDB
MaxCompute作为一款全面的大数据处理平台,广泛应用于各类大数据分析、数据挖掘、BI及机器学习场景。掌握其核心功能、熟练操作流程、遵循最佳实践,可以帮助用户高效、安全地管理和利用海量数据。以下是一个关于MaxCompute产品使用的合集,涵盖了其核心功能、应用场景、操作流程以及最佳实践等内容。
|
5月前
|
存储 监控 NoSQL
MongoDB分片:打造高性能大数据与高并发处理的完美解决方案
MongoDB分片:打造高性能大数据与高并发处理的完美解决方案
286 0
|
1月前
|
存储 机器学习/深度学习 分布式计算
大数据技术——解锁数据的力量,引领未来趋势
【10月更文挑战第5天】大数据技术——解锁数据的力量,引领未来趋势
|
8天前
|
存储 分布式计算 数据挖掘
数据架构 ODPS 是什么?
数据架构 ODPS 是什么?
67 7
下一篇
无影云桌面