Hadoop入门扫盲：hadoop发行版介绍与选择

一、hadoop发行版介绍

目前Hadoop发行版非常多，有Intel发行版，华为发行版、Cloudera发行版（CDH）、Hortonworks版本等，所有这些发行版均是基于Apache Hadoop衍生出来的，之所以有这么多的版本，是由于Apache Hadoop的开源协议决定的：任何人可以对其进行修改，并作为开源或商业产品发布/销售。

目前而言，不收费的Hadoop版本主要有三个，都是国外厂商，分别是：

Apache（最原始的版本，所有发行版均基于这个版本进行改进）

Cloudera版本（Cloudera’s Distribution Including Apache Hadoop，简称CDH）

Hortonworks版本(Hortonworks Data Platform，简称“HDP”）

对于国内用户而言，绝大多数选择CDH版本，Cloudera的CDH和Apache的Hadoop的区别如下：

(1) CDH对Hadoop版本的划分非常清晰，截止目前为止，CDH共有5个版本，其中，前三个已经不再更新，最近的两个，分别是CDH4和CDH5，CDH4基于Hadoop2.0，CDH5基于hadoop2.2/2.3/2.5/2.6.相比而言，Apache版本则混乱得多；同时，CDH发行版比Apache hadoop在兼容性，安全性，稳定性上有很大增强。  

(2)CDH3是CDH第三个版本，基于Apache hadoop0.20.2改进而来，并融入了最新的patch，CDH4版本是基于Apache hadoop2.0.0改进的,CDH总是并应用了最新Bug修复或者Feature的Patch，并比Apache hadoop同功能版本提早发布，更新速度比Apache官方快。

(3)CDH支持Kerberos安全认证，apache hadoop则使用简陋的用户名匹配认证.

(4)CDH文档完善清晰，很多采用Apache版本的用户都会阅读CDH提供的文档，包括安装文档、升级文档等。 

(5)CDH支持yum/apt包，RPM包，tar包，Cloudera Manager三种方式安装,Apache hadoop只支持Tar包安装。

二、CDH发行版本介绍

CDH首先是100%开源，基于Apache协议。基于Apache Hadoop和相关projiect开发。可以做批量处理，交互式sql查询和及时查询，基于角色的权限控制。在企业中使用最广的Hadoop分发版本。

Cloudera完善了CDH的版本，并提供了对hadoop的发布、配置和管理，监控，诊断工具，在官网提供了多种集成发行版。如下图所示：

 

1、单纯CDH版本下载，目前最新版本为CDH5.8.2，可自由下载并免费无限制使用。

2、Cloudera Express，可免费下载使用，包含了CDH，以及Cloudera Manager（简称CM），CM提供了对集群的管理功能，比如自动化部署，中心化管理，监控，诊断功能等。CM属于非开源产品，Cloudera提供有限功能使用，之前对管理的数据节点限制为50个，目前已经取消了此限制，可无限增加数据节点。

3、Cloudera Enterprise是官方的收费产品，可免费试用60天全功能版本，过期后需要注册码才能继续使用，否则将变为Cloudera Express版本，包含CDH，以及Cloudera Manager。Cloudera Enterprise在发布、配置和管理，监控，诊断，集成四个部分的功能是相同的。只有在高级管理功能中有区别，Cloudera Enterprise拥有这些功能，而Cloudera Express则没有。

三、CDH发行版下载地址

可到官方网站下载页面：http://www.cloudera.com/downloads.html， 也可以知道到下面地址下载不同版本：

http://archive.cloudera.com/cdh/

http://archive.cloudera.com/cdh4/

http://archive.cloudera.com/cdh5/

四、CDH与操作系统的依赖

CDH发行版本与操作系统的关系如下：

 

经验推荐：

hadoop-2.3.0-cdh5.1.5以及之前的版本，推荐linux操作系统版本为Centos6.x以上

hadoop-2.5.0-cdh5.2.0以及之后的版本，推荐linux操作系统版本为Centos7.x（Centos7.1/7.2，7.0不支持）以上。