HDFS是流行的Hadoop大數(shù)據(jù)處理平臺的可擴(kuò)展和分布式存儲組件

微軟在AzureCon之前宣布了圍繞其基于云的大數(shù)據(jù)處理功能的一些重大新進(jìn)展，AzureCon是一項免費的虛擬活動，于9月29日開始。

其中之一是Azure Data Lake Store，它是Azure Data Lake的擴(kuò)展，Azure Data Lake是公司用于大數(shù)據(jù)工作負(fù)載的基于云的存儲庫，于4月的Build大會上首次宣布。Microsoft Data Platform公司副總裁TK Rengarajan表示，Azure Data Lake Store旨在簡化企業(yè)的大數(shù)據(jù)處理和分析。

Rengarajan在9月28日的公告中說：“ Data Lake Store提供了一個單一的存儲庫，您可以在其中輕松捕獲任何大小，類型和速度的數(shù)據(jù)，而不必強(qiáng)制應(yīng)用程序隨數(shù)據(jù)規(guī)模的變化而變化。” “在商店中，可以安全地共享數(shù)據(jù)以進(jìn)行協(xié)作，并且可以從HDFS [Hadoop分布式文件系統(tǒng)]應(yīng)用程序和工具訪問數(shù)據(jù)以進(jìn)行處理和分析。”

HDFS是流行的Hadoop大數(shù)據(jù)處理平臺的可擴(kuò)展和分布式存儲組件。微軟計劃在今年晚些時候提供Azure Data Lake作為預(yù)覽。

Rengarajan表示，Azure Data Lake Store幫助為企業(yè)物聯(lián)網(wǎng)(IoT)計劃奠定了基礎(chǔ)。“例如，可以從物聯(lián)網(wǎng)解決方案的傳感器和設(shè)備或在線購物網(wǎng)站將數(shù)據(jù)實時攝取到商店中，而不受帳戶或文件大小的固定限制的限制，這與目前市場上的產(chǎn)品不同。”

此外，Azure Data Lake套件正在獲得基于Apache YARN的名為Azure Data Lake Analytics的分析服務(wù)。YARN也稱為MapReduce 2.0，是僅次于Apache Spark的第二受歡迎的數(shù)據(jù)處理引擎。

Rengarajan說：“這項服務(wù)將于今年晚些時候在預(yù)覽版中提供，其中包括U-SQL，該語言將SQL的好處與用戶代碼的表達(dá)能力統(tǒng)一在一起。” “ U-SQL的可擴(kuò)展分布式查詢功能使您能夠有效地分析存儲中以及Azure，Azure SQL數(shù)據(jù)庫和Azure SQL數(shù)據(jù)倉庫中的所有SQL Server中的數(shù)據(jù)。”

他接著解釋說，U-SQL是一種新的查詢語言，融合了“ SQL的易用性和C#的強(qiáng)大表達(dá)能力”。“ U-SQL語言建立在為Microsoft內(nèi)部大數(shù)據(jù)系統(tǒng)提供支持的同一分布式運行時上。”

最終，微軟宣布了HDInsight在Linux上的全面上市。HDInsight支持許多開源分析引擎，包括HBase，Hadoop，Spark和Storm。Rengarajan說：“我們與Hortonworks和Canonical緊密合作，在Ubuntu操作系統(tǒng)上提供HDP(Hortonworks數(shù)據(jù)平臺)發(fā)行版，該發(fā)行版為Data Lake中的Linux版本的HDInsight提供支持。”

他補(bǔ)充說：“這是微軟迎接客戶的又一個戰(zhàn)略步驟，使您更容易在云中運行Hadoop工作負(fù)載。” 根據(jù)Rengarajan的說法，托管群集產(chǎn)品必須遵守99.9%的正常運行時間服務(wù)水平協(xié)議(SLA)。