商业软件的版本更新非常快，而每次更新所添加的“新特性”是用户最为关注的，而基于Apache Hadoop的产品也是如此。想要让Hadoop真正为企业所用，并不断扩展其用例，新特性是必不可少的。

　　变化并不是表面功夫而已，随着每一个版本的更新，其中添加的新特性都是来自于用户在使用Hadoop时所遇到的各种问题。Hadoop之所以能够流行起来，是因为它能够使用廉价服务器搭建分布式集群，为用户提供了一个针对非机构化数据、日志文件以及其他类型大数据的低成本存储和数据处理解决方案。然而我们需要认识到，想让Hadoop向数据仓库一样完全融入企业IT部门，还有许多工作要做。

　　有时候，Hadoop系统的性能会出现很大问题。作为一项相对较新的技术，Hadoop并不稳定而且在编程方面也很复杂，同时管理工具也不如其他成熟产品完善。总而言之，针对Hadoop的主要用例——分析应用，它还并不是一个开箱即用的解决方案。

　　于是“Hadoop生态系统”这个词出现在我们视野当中，其实就是不同版本的Hadoop中包含的各种插件与组件，如Flume、Pig、Hive、ZooKeeper、Oozie等。当然还有HBase这一主流列式NoSQL数据库。

　　让HBase与Hadoop更紧密的集成

　　通过发布MapR M7，大数据公司MapR希望打通Hadoop迈向企业级应用的道路。MapR的创始人大多来自当初Google的MapReduce团队，因此他们对Hadoop的优势与限制理解颇深。MapR M7主要将HBase加入了他们的Hadoop发行版当中，但是他们的方法却很不“平常”。

　　HBase通过将数据库表区域扩散到集群中的所有服务器上来实现横向扩展，用户发现在一些情况下，这种方法可能会造成性能下降，同时可用性以及数据库镜像功能等都会受到影响。MapR副总裁Jack Norris介绍，他们一直在致力于解决这些问题，而且一直在对MapR的Hadoop底层代码进行修改，以改善性能和稳定性。新的产品中，他们让Hadoop与HBase有了一个更紧密的集成，放弃了分割两层Java虚拟机的做法，而后者正是造成性能瓶颈的主要原因。

　　与此同时，来自美国Palo Alto市的Continuuity公司还刚刚发布了两款工具——Developer Suite和Developer Sandbox，旨在帮助程序员降低Hadoop开发难度。Continuuity公司的创始人均来自Yahoo和Facebook，以往的经验告诉他们，开发团队往往需要更高级别的应用编程接口（API）以及实用的代码库，才能让Hadoop和HBase进入主流。

　　Continuuity CEO Todd Papaioannou表示：“在Yahoo工作的时候我们发现在Hadoop上构建应用是非常困难的，甚至导入和导出数据都成问题。而使用Continuuity的软件，可能还是要用Java来编程，但其中的API能够让更多的普通程序员成为大数据应用开发者。”

　　Papaioannou强调，目前如果你想要成为Hadoop开发者，你就必须学习很多分布式系统的知识。在Hadoop刚刚诞生的时候，Google、Yahoo等搜索引擎公司都有不少分布式系统专家，但在传统的企业当中却是非常少见。同其他厂商一样，Continuuity想要提供Hadoop生态系统中的组件更高效的联系，同时还要为开发者人群提升生产率做出努力。

　　Papaioannou认为，Continuuity所做的是十分有意义的，否则Hadoop开发者们还需要向搭积木一样自己拼凑各个组件。

　　Hadoop之路无坦途

　　Hadoop最初设计就是用来在分布式系统下批量运行Web搜索的，但是随着大数据时代的到来，它的发展已经超出了最初的范畴。TechTarget商务智能分析师Wayne Eckerson建议，Hadoop技术还有很长的一段路要走，才能弥补现在的不足。

　　Eckerson指出，现在的公司使用Hadoop，更多的是把它当做一个ETL工具，这本身并没有错，但是这绝不是Hadoop未来的发展方向。

　　要创建新的Hadoop企业用例，就需要迈出重要的一步，这就是让用户使用基于SQL的工具来直接在Hadoop系统中对各种数据进行分析。早期Hadoop使用者往往会要求他们的供应商提供这样的能力，比如写一个新的SQL查询引擎。像Cloudera的Impala和Greenplum刚刚发布的Hawq都将对Hadoop生态系统起到非常重要的补充作用。然而Eckerson提醒用户，新的产品还有待时间的检验，它们对Hadoop数据的实时查询究竟表现如何，目前市场反馈还非常欠缺。

　　当然，Hadoop的新一页已经缓缓打开，我们有理由相信在不远的未来还会出现更好用的产品和组件。