微软捷足先登 不断强化开源Hadoop框架的支持

　　大数据的浪潮一浪高过一浪，企业厮杀角逐越发激烈，微软迈出的步伐似乎更快，发力更猛。Hadoop可谓是开源创新领域的杰出典范，微软对Hadoop的支持更应该被看作极具转折式的决策。

　　首先，早在2006年起微软就捷足先登，致力于研发某种非常类似于Hadoop的项目，被称为“Dryad”。

　　2011年年初，该计划通过与SQL Server和Windows Azure云的集成实现了Dryad的产品化。虽然现在微软还没有更新，但看上去Dryad似乎将成为在SQL Server平台上影响大数据爱好者的有力竞争者。

　　其次，微软早在2011年3月份就发布了数据库系统Trinity. Trinity是一款NoSQL数据库，同时也是一个基于内存的数据存储与运算系统。Trinity包括一个图结构数据库(提供实时查询与后台批量计算任务，类似于Map/Reduce，同时支持ACI的事物并提供C#的客户端API)和一个并行计算系统。目前在微软为Probase和AEther这两个产品服务。

　　此外，2011年8月微软就增加了SQL Server在大规模数据处理和并行数据仓库平台对开源Hadoop框架的支持。微软已经将Hadoop嵌入到了生态系统中，并且发布了SQL Server的Hadoop连接器，此外，还推出了基于Hadoop的Windows Azure预览版，该连接器的最终版本已提供下载。这两个连接器采用SQL to Hadoop (SQOOP)技术，在Hadoop File System (HDFS)和微软关系数据库之间有效地传输数据。通过这个连接器，用户可以在Hadoop中分析非结构化数据，然后迁移到SQL Server环境中进行数据分析。

SQL Server的Hadoop连接器

　　用户需要将SQL Server Hadoop连接器部署到Hadoop集群的主节点上。主节点还需要安装Sqoop和微软的Java数据库连接驱动。Sqoop是一个开源命令行工具，用来从关系型数据库导入数据，并使用Hadoop MapReduce框架进行数据转换，然后将数据重新导回数据库当中。

　　当SQL Server Hadoop连接器部署完毕之后，用户可以使用Sqoop来导入导出SQL Server数据。注意，Sqoop和连接器是在一个Hadoop的集中视图下进行操作的，这意味着用户使用Sqoop导入数据的时候是从SQL Server数据库检索数据并添加到Hadoop环境中，而相反地，导出数据是指从Hadoop中检索数据并发送到SQL Server数据库当中。

　　总而言之，微软表示，随着新连接工具的出现，客户将能够在Hadoop、SQL Server和并行数据仓换环境下相互交换数据。

　　微软再次发力在线数据库连接器：Apache Hadoop发扬光大

　　微软新研发的是一款ODBC连接器，用于访问Hadoop对应的Hive数据仓库系统。Excel用户拿到Hive数据后，就可以借助Excel PowerPivot等工具，开始数据分析了。

Hortonworks与微软积极开展合作，致力于将微软的Hadoop连接器推广到开源社区。另外的JavaScript也遵循同样的模式，即微软关注的是做产品，而Hortonworks则致力于开源。

　　Hortonworks借微软东风 强化合作

　　虽然目前来讲，这款Javascript框架和连接器还没有发布，不过预计将来会开源，前景很客观。

　　总之，“闭源”微软拥抱Hadoop是木已成舟，微软似乎对开源领域频繁抛出橄榄枝，但无论如何，微软都不可能与开源Linux划上等号，因为Linux永远是Windows系统在台式机及服务器领域的直接对手。而Hadoop则不同，它可以作为微软SQL Server及Azure系列产品的一大重要补充方案而存在。另一方面，Hortonworks 希望能够与微软积极合作，将这门技术应用到开源领域，被广大Apache Hadoop社区所采用。微软将重点研发这款工具，打造属于自己产品的核心平台，正所谓各取所需,Hortonworks 也将重点瞄准了产品，希望借此东风，进一步衍生出更广泛的应用。