Your browser is out of date

Update your browser to view this website correctly. Update my browser now

×

关键功能

快速数据的快速分析

除了有效的柱状扫描之外,Kudu还可以提供插入和更新,使Apache Hadoop™生态系统能够解决新的分析工作负载。

简化的体系结构

Kudu填补了HDFS和Apache HBase之间的差距,以前只能用复杂的混合架构解决,现在减轻了架构师和开发人员的负担。

生态系统集成

Kudu专为Hadoop生态系统而设计,允许Apache Spark,Apache Impala(孵化中)和MapReduce自动处理和分析数据。此外,Kudu表可以与HDFS或HBase中的数据连接。


常见的使用案例

Kudu旨在擅长使用需要随机读取/写入的组合和执行快速分析扫描的功能 — 以前需要创建复杂的Lambda架构。与更广泛的Hadoop生态系统结合使用,Kudu可以实现各种用例,包括:

  • 物联网和序列时间数据
  • 机器数据分析(网络安全,健康等)
  • 网上举报

查看Cloudera / Zoomdata Kudu演示


集成整个生态系统

Kudu设计与Apache Hadoop生态系统一起工作,与Impala,Spark和MapReduce紧密集成。数据可以从实况实时来源流传输,并在任何这些引擎到达后立即处理。与Impala的BI和SQL分析的集成提供了创建可更新的开源分析数据库的功能。与Spark集成为实时应用提供了一个简便的蓝图。

Cloudera的分析数据库

阅读更多关于Kudu/Impala集成


Cloudera继续开源创新

Cloudera在Apache Hadoop生态系统中继续成为创新的动力,这在很大程度上归功于我们庞大的用户群提供的洞察力。Kudu是我们聆听客户的产物,用户往往需要创建Lambda架构以解决其用例所需功能。有了Kudu,Cloudera解决了HDFS和HBase之间长期存在的差距:需要快速分析快速数据。

Cloudera推出Kudu

Cloudera将Kudu捐赠给ASF

现在就开始

专业服务

获取您所需的支持,迅速将概念转化成生产

接受培训

了解如何为您的企业部署Cloudera数据管理解决方案

文档

浏览我们的最新产品文档

Your form submission has failed.

This may have been caused by one of the following:

  • Your request timed out
  • A plugin/browser extension blocked the submission. If you have an ad blocking plugin please disable it and close this message to reload the page.