云服務(wù)已經(jīng)成為企業(yè)加快數(shù)字化活動的重要地點，以下便是評估HaaS提供商需要考慮的事項：

Haadoop是一個基于開放源代碼的軟件框架，能夠跨分布式集群高吞吐量處理大數(shù)據(jù)量。

利基市場幾年前就開始進入主流市場。隨著數(shù)字化運動的快速擴展，Hadoop提供了充足的使用案例，允許使用普通商品硬件進行大數(shù)據(jù)處理。

從單一服務(wù)器到多個服務(wù)器群也是高度可擴展的，每個集群都能夠自我運行計算和存儲。Hadoop在應(yīng)用程序?qū)泳湍芴峁└呖煽啃?，因此集群硬件是現(xiàn)成的，能夠使得節(jié)點輕松互換，節(jié)約成本。

云化趨勢

盡管早期采用者通常能夠使用內(nèi)部部署，利用多個Apache發(fā)行版中的一個進行設(shè)置，無可否認的是，企業(yè)正在越來越多的利用云服務(wù)。相比之下，自己DIY的方法便是乏味和耗時的。

由于市場需大于供，擁有資深Hadoop經(jīng)驗的技術(shù)嫻熟的工程師便是非常罕見且昂貴的。購買硬件是一回事，但是在嘗試錯誤的猜想中構(gòu)建分析平臺也是一段漫長而昂貴的過程。

由于數(shù)字化時代的上市時間分秒必爭，因此越來越多的公司正在利用Hadoop即服務(wù)(HaaS)產(chǎn)品，這些產(chǎn)品正在迅速出現(xiàn)，并且享有較高的采用率。

從用戶角度將云作為首選目標看待時間有意義的事情，由于規(guī)模經(jīng)濟化，單位成本變得更加低廉，企業(yè)獲得高效率的同時減少了成本支出，并且獲得了更大的靈活性。

除了商業(yè)利益之外，云最重要的是開辟了一系列全新的數(shù)字用例，特別是在物聯(lián)網(wǎng)和其他需要實時數(shù)據(jù)處理的場景中。其中，AWS的Elastic Map Reduce(EMR)便是這個領(lǐng)域的開拓性產(chǎn)品之一。

雖然，基本上所有的大型服務(wù)提供商都在他們的產(chǎn)品組合中增加了一個基于云的Hadoop托管服務(wù)，但是發(fā)行商本身卻在努力“框化”他們的框架，而Cloudera的Altus就是最近的例子之一。Altus允許用戶使用MapReduce上的Hive或者Spark上的Spark按需運行數(shù)據(jù)處理作業(yè)。Cloudera already基本上宣布他們打算將服務(wù)擴展到其他領(lǐng)先的公有云(例如微軟Azure)，而其他供應(yīng)商可能會遵循這項規(guī)則。

市場發(fā)展

在強大的云需求面前，越來越多的企業(yè)開始接納Hadoop即服務(wù)。HaaS本質(zhì)上是PaaS服務(wù)的一項子集，包括虛擬存儲和計算資源，以及基于Hadoop的處理和分析框架。服務(wù)提供商通常運行多租戶HaaS環(huán)境，允許在共享基礎(chǔ)設(shè)施上托管多個客戶。

聯(lián)合市場研究公司(Allied market Reserch)研究發(fā)現(xiàn)，隨著各組織越來越多采用“Cloud First”的戰(zhàn)略模式，預(yù)計到2020年哈斯商學(xué)院將獲得169億美元的收入。從2014年到2020年，該公司的年度復(fù)合增長了(CAGR)將達到70.8%。從收入角度來看，北美仍然位居首位，其次便是歐洲和亞太地區(qū)。

哈斯商學(xué)院的爆發(fā)預(yù)計將會在2020年使其在Hadoop市場上的增長相形見絀。根據(jù)IDC的研究，公共云部署已經(jīng)占到全球商業(yè)分析軟件市場的12%，預(yù)計到2020年將達到25%的CAGR。除了大型企業(yè)，中小型企業(yè)也越來越多地選擇HaaS，以獲得可操作的見解，并創(chuàng)建以數(shù)據(jù)為中心的業(yè)務(wù)模型。

哈斯商學(xué)院預(yù)計會在2020中集中爆發(fā)，而此時Hadoop市場將會出現(xiàn)狀況。根據(jù)IDC的研究表明，公有云部署已經(jīng)達到商業(yè)分析軟件市場的12%。預(yù)計到2020年將會達到25%的CAGR.

考慮HaaS時需要考慮的事情

雖然利用HaaS無疑有大量的用例，但也有一些缺點。將數(shù)據(jù)載入云中可能會產(chǎn)生延遲并需要額外的帶寬。雖然高度標準化的HaaS環(huán)境只需要點擊幾下便可以方便部署，但涉及權(quán)限將有服務(wù)提供商自行決定。此外，云中的數(shù)據(jù)將會展現(xiàn)重力并導(dǎo)致鎖定效應(yīng)。以下便是評估HaaS提供商時需要考慮的一些示例：

1. 彈性

Hadoop支持針對各種工作負載的彈性集群，在考慮基于云的部署的時候?qū)又匾?。什么是可用的計算和存儲選項來支持不同的用例?例如，哪些額外的計算刀片可用于高I/O工作負載?環(huán)境的可擴展性如何，以及額外資源(計算，存儲)的調(diào)試容易度如何?

2. HDFS的持續(xù)使用

雖然不需要HDFS作為持久的數(shù)據(jù)存儲，但使用HDFS的時候發(fā)現(xiàn)了明顯的優(yōu)化。HDFS使用商品直接附加存儲(DAS)并共享底層基礎(chǔ)設(shè)施的成本。此外，HDFS無縫的支持YARN和MapReduce，使其能夠本地處理查詢并充當數(shù)據(jù)倉庫。

3. 開票

服務(wù)提供商的底層價格指標是什么(按照訂單，消費等計費)?如果能力未能得到充分使用，服務(wù)如何能夠靈活退役?最重要的是，要記住數(shù)據(jù)湖的快速擴張，價格將如何隨著時間而快速擴大規(guī)模?

4. 高可用性

實現(xiàn)“零中斷”是一個微妙但是非常重要的問題。什么是提供商的SLA和故障轉(zhuǎn)移概念，冗余是如何完成的?例如，供應(yīng)商能夠在不中斷整個作業(yè)的情況下隔離和重新啟動一臺機器(又稱“不間斷操作”)?

5. 互通性

由于隨著時間的推移使用案例將會變得越來越復(fù)雜，整合可能已經(jīng)使用或計劃使用的其他服務(wù)是多么容易?支持哪些數(shù)據(jù)流和API，以及他們記錄的程度如何?

6. 需要人才

雖然建立HaaS環(huán)境所需的人力比DIY方法要少的多，但Hadoop并不是完全開箱急用，只需點擊幾下，節(jié)點就會運行，但這是實際工作開始的時間。定制仍然需要時間和精力。