Apche Kudu

1.背景介绍

在Kudu之前,大数据主要以两种方式存储;

(1) 静态数据:

        以 HDFS 引擎作为存储引擎,适用于高吞吐量的离线大数据分析场景。这类存储的局限性是无法进行随机的读写。

（2）动态数据：

        以HBase、Cassandra 作为存储引擎，适用于大数据随机读写场景。局限性是批量读取吞吐量远不如HDFS，不适用于批量数据分析的场景。

Kudu的定位是一个既支持随机读写、又支持 OLAP 分析的大数据存储引擎。

2.kudu是什么

        Apache Kudu 是由 Cloudera 开源的存储引擎，可以同时提供低延迟的随机读写和高效的数据分析能力。它是一个融合HDFS和HBase的功能的新组件，具备介于两者之间的新存储组件。

        Kudu支持水平扩展，并且与Cloudera Impala 和 Apache Spark 等当前流行的大数据查询和分析工具结合紧密。