Hortonworks资料平台3.0释出加强容器化及跨云架构布局

Hortonworks

近日Hortonworks的Dataworks用户大会在美国圣荷西开跑，而高峰会上Hortonworks宣布，自家的资料平台解决方案Hortonworks Data Platform（HDP）3.0版已经释出，这次产品发布除了强调容器化、锁定深度学习工作负载外，这次跟上企业跨云IT架构的风潮，也开始支援三大公有云AWS、Azure以及GCP。该公司表示，HDP 3.0版许多新推的功能，都是来自Apache Hadoop 3.1版，「像是容器化、支援GPU、Erasure coding等功能。」

而这个新版本，总共有三个重要特色，分别是拥抱容器化、支援GPU，以及加强整合公有云环境，首先是容器化功能，Hortonworks表示，借助该技术轻量化的特性，可以让使用者开发速度更快，并且在同一环境中，执行多种版本的应用程式，「即使要开发、测试新功能，也不会影响旧版本的应用程式。」

再者是支援GPU运算，让企业可以部署机器学习、深度学习应用。将GPU资源抽象化为硬体资源池，加强该资源的使用效率。此外，Hortonworks也有提供GPU资源隔离服务，企业可以指派专属GPU资源，只做特定应用运算使用，避免其他应用程式同时存取该GPU，降低该应用的执行效能。

最后则是支援多云架构，企业可以将该资料平台，部署至多个公有云平台执行。目前该解决方案所整合的储存服务，分别是Amazon S3、Azure资料湖储存区、Azure Blob储存体，以及Google云端储存（目前对GCP的支援还处于技术预览版）。企业用户可以使用该公司的Cloudbreak工具，在公有云中建置HDP丛集。目前在Azure环境，使用者可以部署HDP、HDF（Hortonworks DataFlow ）、DPS（Hortonworks DataPlane Service ），在其IaaS环境执行。而在GCP平台，则是整合了HDP、HDF这两个解决方案。

而Cloudbreak这项技术，是Hortonworks在2015年併购Hadoop快速部署工具供应商SequenceIQ的成果，利用Docker容器，可以自动化部署Hadoop丛集平台，让使用者能在公有云、私有云，或是任何支援Docker的平台环境上执行Hadoop。而现在多云架构为潮流之下，搭配Cloudbreak使用，也提高企业使用HDP布建跨云资料平台的动机。

除了加强容器化、跨云布局应用外，Hortonworks也强化HDP的效能表现，以及支援深度学习框架TensorFlow。Hortonworks表示，这一次推出的Real-time资料库功能，修正Query机制，加强平台处理数据的效能表现。该公司解释，HDP结合了Apache Hive 3.0版，可以一併结合即时产生的新资料及旧数据，让使用者进行深度资料分析。另外，新版本HDP也开始支援TensorFlow，目前虽然是技术预览版功能，不过开发者可以搭配容器化TensorFlow应用程式，以及GPU资源，执行深度学习运算。

这次Hortonworks的资料平台产品HDP 3.0发布，除了强调容器化、锁定深度学习工作负载外，这次跟上企业跨云IT架构的风潮，也开始支援三大公有云AWS、Azure以及GCP。企业用户可以使用该公司的Cloudbreak工具，在公有云中建置HDP丛集。图片来源：Hortonworks