LexisNexis公司将发布一款开源的数据处理方案，LexisNexis公司宣称其处理工作负载的能力要优于Hadoop。该技术被称为HPCC系统，该系统在10年前帮助LexusNexis公司的Risk Solutions分析大量的客户数据。并在金融业和其他重要的行业中应用。看来HPCC（High-Performance Cluster Computing 高性能集群计算）似乎有能力成为替代Hadoop的解决方案。

据LexisNexis Risk Solutions部门CTO Armando Escalante表示，LexisNexis公司决定发布HPCC系统，目前的状况是Hadoop技术已经成为处理海量数据的首选。Armando Escalante表示Hadoop虽然在海量数据处理方面走在前边，但他认为HPCC系统更为优越。

但重要的是，Hadoop的开源模式吸引了大量相关人员对其进行开发和创新。Armando Escalante解释说，如果公司想要继续保持HPCC的影响力就需要通过一个新社区提供应用和好的创意。

Hadoop是许多年前由当时的Yahoo员工Doug Cutting在Apache软件基金会创建的项目。Hadoop现已成为网络公司的重要工具。包括Yahoo、Facebook，并帮助他们处理不断增长的非结构化数据。Hadoop催生了一批用于商业的基于分布式技术的产品，包括Cloudera，EMC和IBM等公司。

HPCC如何工作

Hadoop依靠两个核心组件来存储和处理海量数据——Hadoop分布式文件系统和Hadoop Mapreduce。Cloudant公司CEO Mike Miller认为MapReduce在编写并行处理工作流时依然相对复杂，HPCC旨在通过ECL（Enterprise Control Language）改善这一局面。

Escalante表示ECL是一种声明式并以数据为中心的语言，它剥离了大量MapReduce必要的工作。对于某些千行代码的MapReduce任务ECL只需要99行。此外，他还表示ECL对集群中节点的数量没有要求，系统会自动将数据分布式的存放在当前节点之中。从技术上讲，HPCC还可以运行在单一的虚拟机上。HPCC基于C++，如同Google最早的Mapreduce，这使得HPCC天生在效率上就优于基于Java开发的Hadoop。

HPCC提供两种数据处理和服务的方式——Thor Data Refinery Cluster和Roxy Rapid Data Delivery Cluster。Escalante表示如此命名是因为其能像Thor(北欧神话中司雷、战争及农业的神)一样解决困难的问题，Thor主要用来分析和索引大量的Hadoop数据。而Roxy则更像一个传统的关系型数据库或数据仓库，甚至还可以处理Web前端的服务。

虽然没有深入探讨HPCC存储组件的细节，但Escalante表示HPCC基于分布式文件系统，并可支持各种off-node存储架构和本地的SSD。

Escalante认为为了确保LexisNexis产品质量，应采用“eating its own dogfood”（指软件公司强调自己的软件产品首先应内部使用，如果希望顾客购买公司的产品，公司内部也应该愿意使用它们）做法。HPCC开发团队还聘请了Hadoop专家帮助检验其产品是否有问题疏漏。HPCC还构建了一个转换器，用于迁移Hadoop Pig编写的应用并转换为ECL。

HPCC具有竞争力吗？

一个关键的问题是HPCC是否能吸引到业界的构建者和用户，这将有助于提升其在海量数据领域的话语权。Escalante认为HPCC能够成功，因为HPCC已经证明了自己，它已处理LexisNexis Risk Solutions的35000个数据源。同时HPCC还可以每秒处理5000次的和支付客户打交道的交易事物。

Hadoop已经证明了自己，其潜在的巨大核心业务每天都在增长，现在企业和组织在海量数据上依托于Hadoop。但Hadoop并不满足这些成就。这使得微软也在海量数据的竞争中推出了自己的分布式计算技术Dryad。（李智/译）

原文链接：GIGAOM

杭州网站设计公司 杭州网站建设公司 杭州网站制作公司 杭州网站设计 杭州网站建设 杭州网站制作  杭州精品网站制作 杭州精典网站制作