简述Apache Hadoop

一.概述
         当前，hadoop发行版众多，其中包括华为发行版（收费）、Intel发行版（收费）、Cloudera发行版（Cloudera’s Distribution Including Apache Hadoop，简称 CDH，免费），Hortonworks发行版（Hortonworks Data Platform，简称 HDP，免费）等，这些发行版都是基于Apache Hadoop衍生而来。之所以衍生出如此众多发行版本，主要还是因为Apache Hadoop的开源协议：任何人可以对其进行修改，并作为开源或商业产品发布/销售。
国内绝大多数公司发行版的收费版本，尽管都增加一些开源版本没有的新特性，但绝大多数公司选择Hadoop版本时会重点考虑是否收费。由上述可知，目前Hadoop的三个主要免费版本都是国外厂商，分别是CDH、HDP，再加上Apache hadoop，而绝大多数机构会选择CDH版本。

二.hadoop社区版与第三方发行版的比较
1.Apache社区版
1）优点：
i）完全开源免费。
ii）社区活跃。
iii）文档、资料详实。
2）缺点：
i）繁杂的版本管理：版本管理混乱，各种版本众多，使用者感到迷惑。
ii）繁琐的集群安装、部署、配置：安装集群需针对所有节点修改大量的配置文件，效率低，易出错。
iii）复杂的集群管理和运维：集群的管理和运维，需第三方的软件支持（如：ganglia，nagois等），运维难度大。
iv）复杂的生态环境：hadoop生态圈中，组件（如：Hive，Mahout，Sqoop，Flume，Spark，Oozie等）的选择和使用，需考虑兼容性等方面的大量因素，解决这些问题耗费大量的时间和精力。