【发布时间】：2015-03-24 15:31:44
【问题描述】：
为什么我们使用 CDH (cloudera) 而不是使用 Apache-Hadoop 或 Apache-Spark ets。独自？它有什么优势？
如果我想使用 Apache-Spark 进行数据分析，是单独使用 CDH 还是 Apache-Spark Framework 更好？
谢谢
【问题讨论】：
标签： hadoop bigdata apache-spark cloudera cloudera-cdh
【发布时间】：2015-03-24 15:31:44
【问题描述】：
嗯，CDH 是一个“Hadoop 发行版”。对我来说，它是“一种安装 Hadoop 的简单方法”，并且有一个很好的管理 Web 界面。所以你不能真正使用CDH 代替 Hadoop。 （就像你不能用 Red Hat 代替 Linux。）
Spark 也可以在没有 Hadoop 的情况下作为独立集群运行。但是，您将无法使用 HDFS 资源位置信息和 YARN 调度。
要开始使用 Spark，我建议先尝试独立集群，因为 Hadoop 是一个非常适合入门的野兽。但是，如果您从一开始就需要 HDFS 功能，那么我想您无论如何都必须设置 Hadoop（以任何形式）。
【讨论】：
-
感谢您的回答。但是对于 Spark 入门，为什么建议先尝试单机集群？为什么我不使用自带 Spark 的 CDH？
-
请注意，即使在 CDH 上，也有两种可用的 Spark，独立版本（Spark 守护程序仅安装在每个节点上）和 YARN 版本（执行程序以资源协商的结果）。否则，就我自己而言，我只是发现安装 CDH 是一个非常漫长且部分令人沮丧的过程，所以当我开始使用仅部分相关的技术时，我不会试图避免这个障碍。
-
这取决于长远的眼光。如果您继续使用 spark - 或者会发展并使用更多的生态系统。