前雅虎CTO發(fā)布Hadoop云服務(wù)Altiscale
雅虎前***技術(shù)官Raymie Stata對(duì)Hadoop了解頗深,正是他于2006年將Hadoop***Doug Cutting招到雅虎。在雅虎擔(dān)任***架構(gòu)師和CTO長(zhǎng)達(dá)七年的時(shí)間中,Stata成功將Hadoop開(kāi)發(fā)成Yahoo的所有web服務(wù)的基礎(chǔ),而將hadoop服務(wù)推上云端,則是Stata離職創(chuàng)業(yè)的新目標(biāo)。
最近,Stata創(chuàng)辦的Hadoop創(chuàng)業(yè)公司Altiscale募集了1200萬(wàn)美元A輪融資。Stata曾親手將Hadoop從一個(gè)小微項(xiàng)目打造成一個(gè)規(guī)??蛇_(dá)42000個(gè)節(jié)點(diǎn)的大型生產(chǎn)系統(tǒng),而Altiscale,正是Stata在Hadoop技術(shù)領(lǐng)域浸淫7年的成果。Stata打造的團(tuán)隊(duì)包括來(lái)自雅虎、Google和LinkedIn的資深工程師,顯然這是一個(gè)Hadoop精英團(tuán)隊(duì),能夠從硬件到網(wǎng)絡(luò)各個(gè)方面為特定的Hadoop任務(wù)優(yōu)化,從而打造出一個(gè)全新的Hadoop云服務(wù)模式:HaaS(Hadoop as a Service)。
據(jù)Stata透露,Altiscale雖然是一種托管服務(wù),但并不是人們想象中的那種云服務(wù)。例如,Altiscale并不是按小時(shí)收費(fèi),Stata認(rèn)為Hadoop在線服務(wù)適合按月收費(fèi),因?yàn)榱私釮adoop的企業(yè)通常了解他們的基礎(chǔ)需求(而不是像采用公有云服務(wù)產(chǎn)生較大的負(fù)載波動(dòng)),而且客戶偶爾的空間超額也不會(huì)另外計(jì)費(fèi)。
Stata認(rèn)為時(shí)下流行的公有云計(jì)算服務(wù)收費(fèi)模式更像是90年代的手機(jī)計(jì)費(fèi)模式,而Altiscale的收費(fèi)模式更像是現(xiàn)今移動(dòng)運(yùn)營(yíng)商普遍采用的月套餐模式。
與很多其他的Hadoop服務(wù)不同,Altiscale并不急于招攬開(kāi)發(fā)者試用,其一開(kāi)始就面向現(xiàn)有的Hadoop用戶,包括企業(yè)和數(shù)據(jù)科學(xué)家,這些用戶對(duì)Hadoop技術(shù)已經(jīng)十分了解,只是需要一個(gè)更經(jīng)濟(jì)方便的方式使用它。

目前,用戶可以通過(guò)SSH登錄Altiscale的“桌面環(huán)境”(其實(shí)是托管在亞馬遜AWS上的服務(wù))來(lái)訪問(wèn)各種Hadoop工具,例如MapReduce、Hive、Pig和Flume,以及數(shù)據(jù)科學(xué)工具如R。
但是對(duì)于一個(gè)Hadoop菜鳥(niǎo)用戶來(lái)說(shuō),他們還很難在Altiscale上搭建一個(gè)可以立刻上手的自助模式,Stata認(rèn)為目前的hadoop設(shè)計(jì)偏重大規(guī)模任務(wù),Altiscale也主要是面向有經(jīng)驗(yàn)的Hadoop用戶,目前還無(wú)暇顧及那些剛剛開(kāi)始使用Hadoop的用戶。
如今又很多公司使用Hadoop運(yùn)行傳統(tǒng)的企業(yè)數(shù)據(jù)倉(cāng)庫(kù)任務(wù),或者與現(xiàn)有的IT環(huán)境進(jìn)行深度集成,但是Altiscale的Hadoop云服務(wù)面向新的數(shù)據(jù)難題,例如在線廣告、智能電網(wǎng)數(shù)據(jù)、物流數(shù)據(jù)分析等,這些數(shù)據(jù)分析場(chǎng)景中,傳感器或者機(jī)器產(chǎn)生的大量數(shù)據(jù)直接被灌入Hadoop。
Stata承認(rèn)很難從成熟的Hadoop的廠商如Cloudera 、MapR和Hortonworks等公司手中爭(zhēng)奪客戶,但是他認(rèn)為這并不是一個(gè)不可能完成的任務(wù),因?yàn)闊o(wú)論上述廠商將Hadoop變得如何易于管理和使用,還是會(huì)有一部分用戶需要使用Hadoop的云服務(wù),而不是自己負(fù)擔(dān)運(yùn)營(yíng)人員和Hadoop集群的成本。
原文鏈接:http://www.ctocio.com/ccnews/12631.html