smikeshИгорь Бобак,

практически все коммерческие дистрибьюторы предоставляют
есть и клаудера, и хортонворкс и мапр

я бы рекомендовал посмотреть на Mapr более внимательно, с их дистирбуцией можно и на амазон еластик мап редьюс.

еще интересная связка это apache shark-spark-tachyon

hive сам по себе уже давно потерял актуальность, сейчас нужно смотреть либо на impala, shark or tez :)) причем для каждого нужно использовать свой формат хранения данных :)
Не в защиту Hive, который для меня убогое поделие индусских студентов из Мордокниги, но tez'у его противопоставлять нельзя. Это как противопоставлять двигатель автомобилю.

Игорь БобакЛюди не понимают, что big data

Люди не понимают, что big data - это такой модный слоган, который позволяет увеличить продажи, поэтому его лепят и куда надо и куда не надо.

Игорь Бобакэто тот же data warehouse, только distributed.
Big Data - это big data, data warehouse - это data warehouse, а distributed - это distributed.

Игорь БобакHadoop + Hive - это тот же движок SQL запросов (типа оракла или mssql), только недоделанный (цитирую слова одного опытного человека, с коротым разговаривал сегодня) и который тоже distributed.

Hadoop - это движек (среда) выполнения MapReduce, Hive - это транслятор SQL в MapReduce код.

Игорь БобакИ если они еще не делали простой data warehouse, то почему они думают, что distributed dw им будет сделать легко и от этого будет мгновенное счастье?
Вы бы порядок в голове по этому вопросу навели сначала, а потом рассуждали.

Игорь БобакНе совсем понимаю, к чему эти оскорбления.


Да упаси боже, когда я оскорбляю кого-то, я обычно матом пишу. А так скорее язвительный (да, это признаю) совет и одновременно намек капнуть глубже.

Игорь БобакОт моего первого поста до последнего успел пересмотреть кучу видеоуроков и прочитать много материала. И если посмотреть на схему (см. ниже), то hadoop - это ничто иное, как хранилище данных, разложенное по частям на много узлов.

Или я может не тот термин использовал? Если это так, то можно и культурно меня поправить, а не давать грубые оценки о порядке в голове.

Ну, наверное и в термине тоже, фраза "хранилище данных, разложенное по частям на много узлов" звучит даже с точки зрения не буковеда очень коряво. Что вы понимаете под хранилищем? СУБД на которой оно реализовано? А под распределенным хранилищем?
К тому же, вы, похоже, слишком хорошего мнения о Hadoop, он гораздо примитивнее, чем кажется на первый взгляд. Это просто фреймворк, набор библиотек для исполнения MapReduce + пара-тройка сервисов поддержки и распределенная файловая система HDFS. По большому счету все. Файлопомойка с возможностью распределенной обработки данных. Можно ли реализовать на этом хранилище? Теоретически да, даже практически можно, если задаться целью. Правда, это примерно как пытаться реализовать хранилище на файловой системе, теоретически можно, но на парктике никто не делает.