Hadoop生态圈之Kudu（一）

Apache Kudu

​        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。

 

Kudu 应用场景

• 适用于那些既有随机访问，也有批量数据扫描的复合场景

• 高计算量的场景

• 使用了高性能的存储设备，包括使用更多的内存

• 支持数据更新，避免数据反复迁移

• 支持跨地域的实时数据备份和查询

• 国内使用的 kudu 一些案例可以查看《构建近实时分析系统.pdf》文档。

 

Kudu 架构

​        与 HDFS 和 HBase 相似， Kudu 使用单个的 Master 节点，用来管理集群的元数据，并且使用任意数量的 Tablet Server（类似 HBase 中的 RegionServer 角 色）节点用来存储实际数据。可以部署多个 Master 节点来提高容错性。