Warum ist Hadoop günstiger?
Warum ist Hadoop günstiger?

Video: Warum ist Hadoop günstiger?

Video: Warum ist Hadoop günstiger?
Video: Interview I Mike Gualtieri sieht keinen Weg an Hadoop vorbei 2024, November
Anonim

Hadoop ist relativ preiswert

Die Kosten pro Terabyte für die Implementierung von a Hadoop Cluster ist billiger als die Kosten pro Terabyte für die Einrichtung eines Bandsicherungssystems. Zugegeben, a Hadoop Der Betrieb des Systems ist teurer, da die Laufwerke, auf denen die Daten gespeichert sind, im Gegensatz zu Bandlaufwerken alle online und mit Strom versorgt werden.

Ist Hadoop auf diese Weise kosteneffektiv?

Hadoop bietet eine skalierbare, Kosten - Wirksam und hochverfügbare Lösung für die Speicherung und Verarbeitung großer Datenmengen. Die Verwendung einer nicht-proprietären physikalischen Schicht verringert die Abhängigkeit von der Technologie erheblich. Es bietet auch die Möglichkeit zur elastischen Dimensionierung, wenn es auf virtuellen Maschinen oder sogar in der IAAS-Cloud bereitgestellt wird.

Warum ist Spark außerdem besser als Hadoop? Apache Funke – Funke ist ein blitzschnelles Cluster-Computing-Tool. Apache Funke führt Anwendungen bis zu 100x schneller im Arbeitsspeicher und 10x schneller auf der Festplatte aus als Hadoop . Aufgrund der Reduzierung der Anzahl der Lese-/Schreibzyklen auf die Festplatte und der Speicherung von Zwischendaten im Arbeitsspeicher Funke macht es möglich.

Wie viel kostet Hadoop vor diesem Hintergrund?

Für eine Unternehmensklasse Hadoop Cluster wird ein Mittelklasse-Intel-Server empfohlen. Diese typischerweise Kosten 4.000 bis 6.000 US-Dollar pro Knoten mit Festplattenkapazitäten zwischen 3 TB bis 6 TB je nach gewünschter Leistung. Dies bedeutet Knoten Kosten beträgt ungefähr 1.000 bis 2.000 US-Dollar pro TB. HDFS hat keine physischen Beschränkungen hinsichtlich der Dateigröße.

Warum ist Hadoop schneller?

Der Grund, warum Spark ist Schneller als Hadoop ist, dass Spark alles im Speicher verarbeitet. Es kann die Festplatte auch für Daten verwenden, die nicht alle in den Speicher passen.

Empfohlen: