MapR Open Source Engines

Open Source Engines

MapR打包了大量的Apache开源生态系统项目，可以启用大数据应用程序。我们的目标是为您提供一个开放的平台，让您选择正确的工具。 MapR测试并集成开源生态系统项目，如Hive™，Pig™，Apache™HBase™和Mahout等等。MapR融合数据平台和开源项目通过高级管理控制台连接在一起，以监控和管理系统。

MapR生态系统包（MEP）使客户能够快速访问开源社区的最新创新成果，同时确保在给定的MEP版本中所有生态系统项目的互操作性。 MapR率先将平台版本从项目版本中分离出来，而MEP则是该过程的下一个演进。这种解耦使客户能够灵活地升级其环境，而MEP将确保客户具有完全兼容的部署。

MapR还提供开发人员预览，以查看尚在开发中的新功能和新技术。

Core Hadoop

Apache Hadoop诞生于处理大量数据的需求。网络每天都会产生越来越多的信息，索引超过10亿页的内容变得非常困难。 Hadoop已经远远超出了网络索引的起点，现在已经在许多行业中用于各种各样的任务，这些任务都具有结构化和非结构化的多种多样，数量和速度的共同主题。

Batch

Apache MapReduce是一个强大的框架，用于在Hadoop集群上处理大型，分布式的结构化或非结构化数据集。MapReduce的关键特性是它能够在整个节点集群上执行处理，每个节点都处理本地数据。这一特性使得MapReduce比传统的处理大数据的方法快几个数量级，这些数据通常由访问和处理远程SAN或NAS设备中的数据的单个节点组成。

Interactive SQL

Apache Drill是一个用于大规模数据集交互式分析的分布式系统。 Drill与Google的Dremel类似，具有更大的灵活性，可以支持更广泛的查询语言，数据源和数据格式，包括嵌套的自描述数据。

NoSQL

Apache HBase是一个在Hadoop集群上运行的数据库。 客户端可以通过本地Java API或通过Thrift或REST网关访问HBase数据，使其可以通过任何语言访问。

Graph

 

GraphX是一个在Apache Spark上运行的图形库。 开发人员可以使用他们熟悉的语言和工具来使用Spark来实现需要建模对象之间关系的新类型的算法。

机器学习

 

Apache Mahout是一个功能强大的可伸缩机器学习库，可以在Hadoop MapReduce之上运行。机器学习是一个人工智能学科，它使系统能够仅基于数据进行学习，随着更多数据的处理不断提高性能。机器学习是我们日常生活中许多技术的基础。

流

 

Spark Streaming：当Hadoop第一次出现时，它提供了一个存储PB级数据的平台，并对这些数据执行批量查询来收集洞察力。这种模式适用于许多事例，例如分析大量客户数据以获取有趣的模式。但是，并非所有数据都可以等待批量查询执行。

数据工具

 

HttpFS是可用于与MapR分布式文件系统交互的几个工具之一。 HttpFS的一些差异化功能包括编程访问，版本独立性和远程访问。

协调

 

Apache Oozie是Hadoop用户有价值的工具，可以自动执行常用任务，以节省时间并防止用户错误。借助Oozie，用户可以描述在Hadoop集群上执行的工作流程，安排这些工作流程在指定条件下执行，甚至将多个工作流程和计划组合在一起，以管理整个生命周期。

图形用户界面, 配置, 监视

 

色调（Hadoop用户体验）为Hadoop用户提供了一个Web GUI，以简化创建，维护和运行多种类型的Hadoop作业的过程。Hue由多个与Hadoop组件交互的应用程序组成，并且具有开放的SDK以允许创建新的应用程序。

管理员

当应用程序从想法变为现实时，MapR为Hadoop，Spark和相关技术提供了唯一的生产就绪平台。

企业架构师

拥有专利的MapR融合数据平台的设计直接向最了解架构的企业架构师直言。

开发人员

MapR为开发人员提供了用于开发数据应用程序的各种流行的开源项目。