我正在向this course 学习。它要求创建一个新的 hdinsight 集群（选项是 hadoop、hbase、storm 或 spark）以及一个存储帐户。集群和存储帐户有什么区别？集群是否包括处理我的作业的处理器，存储帐户是否意味着存储我的数据的空间？为什么我不能将同一个存储帐户连接到不同的集群？
还在 Microsoft Azure >> 新 >> 数据 + 分析下，我看到 2 个选项：hdinsight，处理大数据的数据湖分析。这两者有什么区别？两个人长得很像
HDInsight 微软基于云的大数据服务。 Apache Hadoop 和其他流行的大数据解决方案。
数据湖分析 大数据分析变得简单
【问题讨论】：
标签： azure azure-hdinsight azure-data-lake
这里有很多问题，让我一一回答。
什么是 Blob 存储与 HDInsight 群集？ Blob 存储是与 HDFS 非常相似的分布式文件存储，用于存储数据/视频/事物。 HDInsight 群集是为在 DFS（HDFS 或 Blob 存储）上运行 Map Reduce 代码而创建的许多 Hadoop 虚拟机。拥有两个独立的服务允许您独立扩展每个服务，从长远来看可以节省资金。数据存储很便宜，但 500 个节点的 VM 集群很快就会变得昂贵。能够杀死集群但保留您的数据是有帮助的。
为什么我不能将同一个存储帐户连接到不同的集群？ 您可以将多个集群指向同一个存储帐户，但这是一种反模式。存储帐户具有数据和 IO 限制，如果您有多个集群针对单个存储帐户进行拉取，则更有可能会遇到它们。此外，存储帐户仅在您有数据的情况下才需要 $$，因此拥有多个帐户不会增加成本。
什么是 Azure 数据湖 (ADL) 和 ADL 存储？ Azure 数据湖是存储和计算的另一种选择。 ADL 存储可以被认为是 blob 存储 v2。您可以从 Blob 存储中获得一些对 IO 和文件大小的限制，同时仍然能够使用 Hadoop 进行计算。 ADL 是与 Hadoop 完全不同的第二个计算选项。您不必担心集群的创建或一般的集群。您编写一个查询，指定您想要的并行化量，然后返回数据。
参考资料：
【讨论】：