新的Hadoop不僅能夠進(jìn)一步刺激為Hadoop編寫(xiě)應(yīng)用程序，同時(shí)也將在Hadoop內(nèi)創(chuàng)造全新的數(shù)據(jù)處理方法，這在此前的架構(gòu)限制下是根本不可能實(shí)現(xiàn)的。總之，這是好東西。

　　一直以來(lái)是什么限制著Hadoop的發(fā)展?更重要的是，Hadoop的未來(lái)發(fā)展會(huì)是怎樣?

　　對(duì)于Hadoop的各種批評(píng)主要圍繞在其擴(kuò)展限制，而這里最大的問(wèn)題是其工作處理。Hadoop中的所有工作都是通過(guò)被稱(chēng)為JobTracker的守護(hù)程序進(jìn)行批處理，這制造了一個(gè)可擴(kuò)展性和處理速度的瓶頸。

　　而在Hadoop 2，這種JobTracker的方法已經(jīng)消失。Hadoop使用了全新的工作處理框架，使用兩個(gè)守護(hù)程序：ResourceManager—管理系統(tǒng)中的所有工作，以及NodeManager—在每個(gè)Hadoop節(jié)點(diǎn)上運(yùn)行，并讓ResourceManager知道節(jié)點(diǎn)上發(fā)生的情況。每個(gè)正在運(yùn)行的應(yīng)用程序也有自己的管理程序—ApplicationMaster。

　　MapReduce也與之前完全不同，Apache給了它一個(gè)全新的名稱(chēng)：YARN，或者Yet Another Resource Negotiator,另一種資源協(xié)調(diào)者，新的MapReduce運(yùn)行作為其很多可能的組件之一。事實(shí)上，Apache聲稱(chēng)，任何分布式應(yīng)用程序都可以在YARN上運(yùn)行，雖然需要一些移植。為此，Apache提供了一份與YARN兼容的應(yīng)用程序列表，例如社會(huì)圖標(biāo)分析系統(tǒng)Apache Giraph(Facebook在使用)。

　　Apache明智地決定不破壞向后兼容性，因此，MapReduce 2仍然將采用相同的API，現(xiàn)有的工作只需要重新編譯就能正常工作。

　　YARN讓Hadoop可以與其他Apache項(xiàng)目實(shí)現(xiàn)更多的跨平臺(tái)兼容性，來(lái)處理大數(shù)據(jù)。如果你使用其中一個(gè)平臺(tái)，那么使用其他平臺(tái)就會(huì)變得更加容易。Hadoop的這種改進(jìn)將幫助推動(dòng)Apache的其他項(xiàng)目。

　　這里最大的改進(jìn)就是，MapReduce本身成為通過(guò)Hadoop挖掘數(shù)據(jù)的很多方式的一種。Apache自己的Spark(移植到Y(jié)ARN的另一種方式)可能比MapReduce更適合某些類(lèi)型的工作，Hadoop 2給了你更多選擇，讓你選擇最合適的引擎。

　　兩個(gè)大型供應(yīng)商Cloudera和Hortonworks對(duì)于YARN的重要性有著共同的看法，雖然他們從完全不同的方向使用Hadoop。Cloudera的Impala允許對(duì)HDFS存儲(chǔ)的數(shù)據(jù)運(yùn)行低延遲性SQL查詢(xún)，這使其非常適合實(shí)時(shí)分析;而Hortonworks選擇使用Apache的原生Hive技術(shù)，該技術(shù)非常適合大數(shù)據(jù)倉(cāng)庫(kù)操作(例如有很多連接型操作的長(zhǎng)時(shí)間運(yùn)行的查詢(xún))

　　移植應(yīng)用程序到Y(jié)ARN并不是簡(jiǎn)單的工作，Hadoop在這方面帶來(lái)的回報(bào)將取決于YARN在新框架內(nèi)的部署情況。Cloudera和Hortonworks都是Hadoop 2的堅(jiān)實(shí)支持者，他們并沒(méi)有轉(zhuǎn)向其他技術(shù)或者堅(jiān)持上一代技術(shù)，從這一點(diǎn)來(lái)看，Hadoop 2并不只是煙霧或者上一代的鏡像。