HPE + MapR：Hadoop 过多，云 反而不足

云扼杀了 Hadoop三位一体的命运 ——Cloudera，Hortonworks和MapR——相同的云可能不会使HPE成功，后者最近收购了MapR的业务资产。 虽然该交易承诺将“ MapR在人工智能和机器学习（AI / ML）以及分析数据管理中的技术，知识产权和领域专业知识”与HPE的“智能数据平台功能”结合起来，但该交易没有一个因素两家公司最需要的是：云。

换句话说，问题不在于Wikibon分析师James Kobielus坚持认为MapR并没有被聪明的人和伟大的技术所吸引。 不，问题在于，在充满“完全集成的[云优先]产品，收购成本更低且规模更便宜”的世界中，MapR仍然过于Hadoop-y，还不够多云马修·洛奇曾说过 。 简而言之，MapR可能会扩展HPE的数据资产，但不会使HPE成为云计算的竞争者。

为什么云很重要

是的，混合云仍然是一回事，并将在未来很多年保持不变。 尽管企业可能希望将工作负载引导到多云的未来，但95％的IT仍牢牢地种植在私有数据中心中。 新的工作负载趋向于云化，但是实际上有数十年的工作负载仍在本地运行。

但是，HPE如此大胆地宣传了这个混合世界（“混合云的创新”，“从边缘到云”，“利用数据在任何地方的力量”等），在很大程度上并没有什么大不了的数据工作量。 正如Amalgam Insights首席执行官Hyoun Park 指出的 ，部分原因是依赖于像Hadoop这样的老式模型，“ Hadoop被构建为巨大的单一数据源”。 这是一个繁琐的模型，尤其是在一个大数据诞生于云中并希望保留在云中而不是被运送到本地服务器的世界中。 您可以在云中运行Hadoop吗？ 当然。 像AWS这样的公司就是这样做的（Elastic MapReduce，有人吗？）。 但是可以说，即使对于大多数大数据工作负载而言，即使是云中的Hadoop也是一种失败的策略，因为它根本不适合我们所处的流数据世界。

然后是本地问题。 正如AWS数据科学负责人Matt Wood告诉我的那样，云弹性对于正确进行数据科学至关重要：

那些购买昂贵基础设施的人发现问题的范围和领域确实在Swift转移。 当他们开始回答原始问题时，业务已经发展了。 您需要一个灵活的环境，并允许您快速响应不断变化的大数据需求。 您的资源组合正在不断发展-如果您购买基础架构，则由于时间紧迫，几乎与您的业务无关。 它正在解决您可能没有或不再关心的问题。

MapR努力超越了本地Hadoop的过去，但是可以说太少，太迟。

兄弟，你能留个云吗？

这使我们回到了HPE。 在2015年，该公司放弃了其公共云产品，而是决定“加倍使用我们的私有和托管云功能”。 在OpenStack仍处于喘息状态时，这似乎是可以接受的，但是它作为主要本地厂商试图将HPE放在首位，试图与之建立伙伴关系以进入公共云相关性。 这不够。

例如，尽管Red Hat可以可靠地声称在Kubernetes（Red Hat OpenShift）中拥有丰富的资产，可以帮助企业为混合和多云场景进行构建，但是HPE却没有。 它试图通过收购来实现这一目标（例如，针对容器的BlueData），但是它根本缺乏一个具有凝聚力的产品集。

更令人担忧的是，现在每个主要的公共云供应商都提供了可靠的混合云产品，并且对现代化感兴趣的企业通常会选择与在私有数据中心也具有专业知识的云计算优先供应商合作，而不是押注有志于此的传统供应商。公共云的相关性。 对于Google，是Anthos 。 对于Microsoft Azure而言， 混合动力从一开始就成为公司产品和市场营销的核心。 对于曾经避开私有数据中心的AWS，该公司建立了一系列混合服务 （例如Snowball）和合作伙伴关系（VMware），以帮助企业获得云计算蛋糕并享用私有数据中心。

以其逆向的专有方法进入开源Hadoop市场，进入MapR。 这种方法为它赢得了一些关键转换，但从未有广泛的关注者。 好的技术？ 当然。 DNA和产品是否混浊？ 不。

总而言之，虽然我希望HPE和MapR的结合会带来快乐，阴沉的企业客户，但HPE对技术资产进行“双倍减价”以使其牢固地立足于内部的前景并不乐观。 大数据属于云，而云则无法购买。 这是一种不同的经营方式，一种不同的思维方式。 HPE没有通过MapR获得该DNA。

From: https://www.infoworld.com/article/3431416/hpe-plus-mapr-too-much-hadoop-not-enough-cloud.html