对于门外汉，如“谷歌”和“Hadoop的”听起来像一个未来的虚幻世界的东西的话。作为由谷歌科学家杰弗里·迪恩和桑杰·格玛沃特在2004年发表的论文的MapReduce启发Hadoop的，走到一起Hadoop和谷歌是一个在云中取得了比赛。和MAPR和谷歌之间的伙伴关系来运行MAPR的企业分布的Hadoop在谷歌计算引擎是什么，但科幻小说。下面就来看看一些使用Hadoop在谷歌计算引擎的主要优点。
灵活性
在谷歌计算引擎运行的Hadoop利用的力量和谷歌的数据中心效率的规模来执行和解决大型问题。利用谷歌云平台，企业可以灵活地扩大或缩小需求簇的大小，以提供能够满足其数据处理需求所需资源的精确量。
创世界纪录的速度和性能
随着MAPR的企业分布的Hadoop在谷歌计算引擎，它可以旋转起来超过一千台服务器在几分钟之内，并在极快的速度下运行可扩展的应用。事实上，MAPR的Hadoop运行在谷歌计算引擎，并为MinuteSort的世界纪录。MAPR排序只有60秒15十亿100个字节的记录。有人做过于2103虚拟实例，每个由4个虚拟内核和虚拟磁盘。
Hadoop的/谷歌的虚拟化云环境设置使用设置前科用更少的服务器，磁盘和内核比雅虎的纪录。简单地说，谷歌的Hadoop云平台上不仅多与少，它这样做更快的内部部署大数据平台比最好和最大的。这种性能使企业能够应对大规模工作负载快速，轻松地获得更大的业务洞察力和竞争优势，以推动更高的投资回报率。
成本效益
据MAPR首席执行官约翰施罗德，谁讨论了Hadoop和谷歌计算引擎在谷歌I / O，一个企业需要大致与雅虎来实现其62秒的基准会保守地花费600万美元收购和几个月的物理硬件安装。而这些估计，施罗德解释说，甚至不因子在所有的电器需要处理服务器的负载，就更不用说了50-75万吨的空调，将需要冷却数据中心的成本。相比之下，施罗德提供了对谷歌计算引擎运行的Hadoop为54秒钟走上设置新的1TB Terasort基准的成本仅为16元
利用谷歌的云服务提供商无需企业支付巨额的费用需要被换出的新型号，每3年，可能永远不会被用于全容量内部部署服务器。企业只需支付谷歌为他们使用，以满足他们的数据处理需求的资源。而相比于传统的基础设施与谷歌计算引擎运行Hadoop的企业相关的成本是非常合理的。
总之，如果你正在寻找一个灵活，快速和成本效益的大数据平台，在谷歌计算引擎运行MAPR的Hadoop发行版只可能是为您的企业的解决方案。
转载请注明：数据分析 » 谷歌云和Apache的Hadoop:A匹配
