不收費的hadoop版本主要有三個（均是國外廠商），分別是：apache（最原始的版本，所有發行版均基於這個版本進行改進）、cloudera版本（cloudera』s distribution including apache hadoop，簡稱cdh）、hortonworks版本(hortonworks data platform，簡稱「hdp」），對於國內而言，絕大多數選擇cdh版本，cdh和apache版本主要區別如下：
完全開源免費
社群活躍
文件、資料詳實
1. 版本管理比較混亂，各種版本層出不窮，很難選擇，選擇其他生態元件時，比如hive，sqoop，flume，spark等，需要考慮 相容性問題、版本匹配問題、元件衝突問題、編譯問題等。
2. 集群安裝部署複雜，需要編寫大量配置檔案，分發到每台節點，容易出錯，效率低。
3. 集群運維複雜，需要安裝第三方軟體輔助。
1. 版本管理清晰。cdh只有兩個版本，cdh3和cdh4，分別對應hadoop 1.0和hadoop 2.0。
2. 版本更新快。通常情況，比如cdh每個季度會有乙個update，每一年會有乙個release。
3. 集群安裝部署簡單。提供了部署、安裝、配置工具，大大提高了集群部署的效率
4. 運維簡單。提供了管理、監控、診斷、配置修改的工具，管理配置方便，定位問題快速、準確，使運維工作簡單，有效。
涉及到廠商鎖定的問題。
cloudera：最成型的發行版本，擁有最多的部署案例。提供強大的部署、管理和監控工具。
hortonworks：不擁有任何私有（非開源）修改地使用了100%開源apache hadoop的唯一提供商。hortonworks是第一家使用了apache hcatalog的元資料服務特性的提供商。並且，它們的stinger開創性地極大地優化了hive專案。hortonworks為入門提供了乙個非常好的，易於使用的沙盒。hortonworks開發了很多增強特性並提交至核心主幹，這使得apache hadoop能夠在包括windows server和windows azure在內的microsft windows平台上本地執行。
當我們選擇是否採用某個軟體用於開源環境時，通常需要考慮：
（1）是否為開源軟體，即是否免費。
（2） 是否有穩定版，這個一般軟體官方**會給出說明。
（3） 是否經實踐驗證，這個可通過檢查是否有一些大點的公司已經在生產環境中使用知道。
（4） 是否有強大的社群支援，當出現乙個問題時，能夠通過社群、論壇等網路資源快速獲取解決方法。
MATLAB的cd函式與cd命令
最初使用matlab的時候發現cd可以像linux的shell命令一樣使用，恰好cd又是我會的不多的幾個shell命令之一。於是，用得到的時候就各種cd，如果不成功就簡單修改摸索一下。那時候我確實是沒有看過help，更沒有去查比較詳細的help文件。不過，後來，我發現很多matlab中的命令是命令的...
Linux中 cd 與 cd 的區別
剛開始學的時候對於 cd 與 cd 模稜兩可,不懂他們的區別.只是知道 是根目錄,也是根目錄,是你當前使用者的根目錄,也可以叫是家目錄.這樣方便理解.linux是儲存是以掛載的方式,相當於是樹狀的,源頭就是 也就是樹根,根目錄.而我們每個使用者都會有自己的家目錄,也就是使用者的個人目錄.比如說 ro...
使用 Apache Hadoop 處理日誌
這篇文章來自developerworks。內容提要 日誌是任何計算系統中乙個必不可少的部分，支援從審計到錯誤管理等功能。隨著日誌的發展和日誌 數量的不斷增加 比如在雲環境中 有必要提供乙個可 擴充套件的系統來高效處理日誌。這篇實踐將 如何在典型 linux 系統上使用 apache hadoop 來...