導(dǎo)讀：眾所周知，大數(shù)據(jù)浪潮正在漸漸的席卷全球的各個角落。而Hadoop正是這股風(fēng)暴的動力之源。Microsoft更是史無前例的與Apache Hadoop社區(qū)合作。Microsoft此舉就是希望利用自己在軟件領(lǐng)域的優(yōu)勢構(gòu)建一個打上Microsoft烙印的Hadoop生態(tài)圈。

如今，Microsoft已經(jīng)將Hadoop作為自身大數(shù)據(jù)戰(zhàn)略的核心。Microsoft此舉的理由就是看中了Hadoop的潛力，在大數(shù)據(jù)領(lǐng)域Hadoop已經(jīng)成為分布式數(shù)據(jù)處理的標(biāo)準(zhǔn)。通過集成Hadoop技術(shù)，Microsoft允許客戶訪問快速增長的Hadoop生態(tài)系統(tǒng)。同時隨著越來越多善于在Hadoop平臺進(jìn)行開發(fā)的人才涌出，這對Hadoop發(fā)展極其有利。

Microsoft的目標(biāo)不僅僅是將Hadoop集成到Windows系統(tǒng)之中，Microsoft有意向Apache Hadoop社區(qū)貢獻(xiàn)代碼，并希望得到社區(qū)的采納。最終使任何人都可以在Windows上運(yùn)行純粹開源的Hadoop。

打上Microsoft烙印的Hadoop

Microsoft的Hadoop版本目前發(fā)展到“客戶技術(shù)預(yù)覽版”的階段。這意味著Microsoft在接受客戶群體的評價，預(yù)計(jì)正式版會在2012年中期推出。Microsoft的Hadoop基于Windows Server平臺或Microsoft云平臺Azure之上。在將要推出的1.0版本之中，產(chǎn)品核心包括MapReduce、HDFS、以及Hadoop組件Pig和Hive。

Microsoft的目標(biāo)是兼容所有的Hadoop組件。Hadoop生態(tài)系統(tǒng)中的Zookeeper、HBase、HCatalog和Mahout等組件也會被附加到Microsoft的Hadoop版本之中。

同時Microsoft推出的Hadoop還會與自身之前的商業(yè)智能分析產(chǎn)品做整合。

●Hadoop連接器將使Hadoop與SQL Server和SQL Server并行數(shù)據(jù)倉庫之間的通信變得簡單。

●Hive的ODBC驅(qū)動，允許任何Windows應(yīng)用程序訪問并對Hive數(shù)據(jù)倉庫進(jìn)行查詢。

●Excel對Hive的訪問，使數(shù)據(jù)直接從Hive移動到Excel和PowerPivot。

在后端，Microsoft對Hadoop進(jìn)行了其他的改善，Microsoft將整合Active Directory方便訪問控制。同時集成System Center用于管理人員管理。

Microsoft官方計(jì)劃在即將于6月舉行的TechED大會上公布有關(guān)WAAD（Windows Azure Active Directory）的更多細(xì)節(jié)。這與Microsoft在Windows Server系統(tǒng)上的Active Directory的概念如出一轍。未來使用ACS（Access Control Service）與現(xiàn)有的Active Directory部署時可保證良好的互操作性。

利用JavaScript API與C#進(jìn)行Hadoop開發(fā)

對于Microsoft推出的Hadoop版本最具特色的特點(diǎn)之一是附加JavaScript API。Hadoop上的編程工作是乏味的，這就是為什么別的高級語言會出現(xiàn)（如Pig）。

Microsoft選擇在Hadoop環(huán)境中添加JavaScript層，開發(fā)人員可以使用它創(chuàng)建MapRedcue的工作，甚至在瀏覽器模式下與Pig和Hive進(jìn)行數(shù)據(jù)交互。JavaScript層所帶來的真正優(yōu)勢是將自身集成到Hadoop商業(yè)環(huán)境中，這使得開發(fā)人員能夠輕松創(chuàng)建內(nèi)網(wǎng)分析環(huán)境以便于商業(yè)用戶訪問。

Microsoft通過Node.js將JavaScript引入服務(wù)器端的Windows Server以及Windows Azure平臺之上。同時Microsoft計(jì)劃將自身的JavaScript API貢獻(xiàn)給Apache Hadoop開源社區(qū)。這對于Hadoop社區(qū)也是一個利好的消息。

更重要的是Microsoft使得使用.NET平臺開發(fā)Hadoop應(yīng)用成為可能。Microsoft計(jì)劃直接利用現(xiàn)有Hadoop API使用.NET平臺創(chuàng)建MapReduce任務(wù)。更高級別的接口或許將出現(xiàn)在未來的版本中。隨著時間的推移，未來在Visual Studio中對Hadoop項(xiàng)目開發(fā)的支持將不斷提高。同時未來運(yùn)行在Azure之上的Hadoop項(xiàng)目將允許使用.Net Framework框架之上基于Common Language Runtime (CLR)語言（如C#語言）進(jìn)行編程。

流數(shù)據(jù)處理系統(tǒng)與NoSQL

對于大數(shù)據(jù)人談?wù)撟疃嗟臒o疑是Hadoop，但流數(shù)據(jù)處理以及NoSQL對于大數(shù)據(jù)同樣重要。對于Microsoft，他們自然會有所準(zhǔn)備。Microsoft推出了被稱之為StreamInsight的流數(shù)據(jù)解決方案。NoSQL方面，Microsoft也具備了Windows Azure平臺上被稱之為Azure Tables的NoSQL數(shù)據(jù)庫。

展望未來，Microsoft對Hadoop兼容性的承諾意味著，流數(shù)據(jù)解決方案StreamInsight以及Azure Tables會作為Hadoop環(huán)境的一部分與Microsoft分布式HBase作為核心產(chǎn)品推出。同時現(xiàn)今的流數(shù)據(jù)解決方案（如Yahoo S4）將會與Microsoft相兼容。

與現(xiàn)有工具集成

Microsoft正傾向與向大數(shù)據(jù)工具集成現(xiàn)有的主要組件，這是否意味著Microsoft打算為企業(yè)提供一個綜合數(shù)據(jù)科學(xué)平臺？Microsoft大數(shù)據(jù)資深產(chǎn)品規(guī)劃負(fù)責(zé)人Madhu Reddy給出了肯定的答案。Microsoft Hadoop開發(fā)工作的主要宗旨就是讓人們使用熟悉的工具，Microsoft專注于與現(xiàn)有工具的互操作性。Microsoft此舉涉及各個層面的使用人員，包括開發(fā)者、分析師、企業(yè)用戶等。Excel是一個無處不在的軟件，Excel與Hive的互聯(lián)就是一個很好的例子。不過其他的工具也同樣重要，如MATLAB、SAS或R。

總結(jié)

Microsoft大數(shù)據(jù)戰(zhàn)略確保Windows平臺能夠在大數(shù)據(jù)時代繼續(xù)發(fā)揮自身的作用。并使得在數(shù)據(jù)中心業(yè)務(wù)中使自身的云服務(wù)具備更強(qiáng)的競爭力。Microsoft的另一個做法是將大數(shù)據(jù)與自身龐大和多樣化軟件無縫集成。可以看出Microsoft的重點(diǎn)是進(jìn)行大力整合。Microsoft與Apache Hadoop社區(qū)的合作確保了新的工具和天才的開發(fā)人員向這個平臺遷移。（李智/編譯）