Cloudera发布了其Hadoop发行版的第三版
随着Hadoop发行版的发布，Cloudera从根本上扩展了数据处理框架的支持工具集。
“我们看到的是，大多数组织部署的不仅仅是Hadoop。Cloudera的产品副总裁Charles Zedlewski说:“现在人们在生产环境中运行的Hadoop生态系统是由其他开源组件组成的。”
与它的Hadoop包CHD3版本，Cloudera添加并集成了7个额外的程序Zedlewski认为，所有这些都将有助于平稳地设置和运行Hadoop作业。
佐德lewski说:“人们将会想要使用一个完整的系统，这个系统已经全部经过测试并集成在一起。”
之前版本的Cloudera包包括核心Hadoop程序、Hive数据仓库软件和Pig数据流脚本语言。核心Hadoop包本身包含MapReduce分布式劳动力引擎、Hadoop分布式文件系统(HDFS)和一组被称为Hadoop Commons的工具。
新的软件包包括了一些附加的程序，比如名为Flume的数据聚合工具、名为Sqoop的数据格式转换器、名为Hue的Hadoop图形用户界面，以及名为Zookeeper的配置工具。所有工具都是开源的，遵循Apache Foundation许可证。
Hadoop最初是作为Apache Lucene搜索引擎的一个分支开发的，它是一个框架用于处理大量分散的数据跨多个节点。它特别适合于处理和分析大量机器生成的数据，而这些数据不适合标准关系数据库。
Zedlewski说，新的发行版可以简化建立Hadoop作业所需的大量工作。他举了一个例子，说明这些附加工具如何帮助加快点击流分析，这涉及到建立用户如何点击不同网站的记录。
点击流跟踪的源数据来自多个服务器的活动日志。他说:“从2000台服务器上收集点击流数据不是小事。”数据必须放入Hadoop文件系统，然后根据每个人的会话重新组织。这种“会话过程”可能涉及40个或更多的步骤。在组织好材料之后，必须以易于访问的格式将其导出到数据仓库或数据库。
这个新版本通过提供工具将数据导入Hadoop、在Hadoop中重新组织数据以及将结果数据再次导出，从而消除了大量的脚本工作。
的免费下载CHD3包与Red Hat、CentOS、SuSE和Ubuntu Linux发行版兼容。它还可以在Amazon和Rackspace云服务上运行，并与商业智能和ETL (extract load and transform)供应商工具集成，例如由Informatica、Jaspersoft、Microstrategy、Neteeza和Teradata提供的工具。
约押·杰克逊报道企业软件和通用技术的突发新闻IDG新闻服务。在推特上关注约押@Joab_Jackson。约押的电子邮件地址是Joab_Jackson@idg.com