ktsdesign - Fotolia

SQL-on-Hadoop bietet für Analytics zahlreiche neue Möglichkeiten

Durch die Integration von SQL in Hadoop ergeben sich neue Möglichkeiten für die Arbeit mit dem Framework. Drei zentrale Features von SQL-on-Hadoop.

Hadoop erhält viel Aufmerksamkeit, doch der Aufstieg des Big-Data-Frameworks in den IT-Mainstream schreitet nur langsam voran. Lediglich zehn Prozent der Befragten verwenden laut einer Gartner-Studie Hadoop in einer Produktionsumgebung. Einer der hemmende Faktoren ist die Komplexität der MapReduce-Programmierung. Mit SQL-on-Hadoop könnte das Big-Data-Framework aber einen breiteren Einsatz finden.

Die drei zentrale Punkten für SQL-on-Hadoop sind:

SQL-Programmierer könnten Hadoop groß rausbringen: Bisher befindet sich Hadoop weitestgehend in einer Nische, da Programmierer fortgeschrittene Fähigkeiten besitzen müssen, um Java-Programme für MapReduce zu entwickeln. Es gibt derzeit zu wenig Programmierer, die über das Know-how verfügen, und die Kosten, diese einzustellen und zu halten, sind für Unternehmen hoch. Die Integration von SQL, der Standard-Programmiersprache für relationale Datenbanken, mit Hadoop, öffnet die Plattform für zahlreiche Entwickler und Datenanalysten, die sich mit SQL auskennen und bereits in ihrem Unternehmen anwenden.

Batch-Jobs sind nicht mehr die einzige Option: MapReduce unterstützt nur Batch Workloads, die auf Basis eines vordefinierten Zeitplans ausgeführt werden. Zwar sind einige SQL-on-Hadoop-Plattformen ebenfalls auf Stapelverarbeitung ausgerichtet, andere unterstützen aber interaktive und Ad-hoc-Abfragen mit normalen Business-Intelligence-Tools. Das ermöglicht Anwendern Self-Service-BI und Echtzeit-Analysen von Daten in Hadoop-Clustern.

Mehr zum Thema Hadoop:

Big-Data-Management mit dem Hadoop-Framework in Amazon Elastic MapReduce (EMR).

Big-Data-Management mit der Hadoop-Distribution von Hortonworks.

Big-Data-Management mit der Hadoop-Distribution von MapR.

Big-Data-Management und Analytics mit IBM BigInsights und Apache Hadoop.

Kostenloses E-Handbook zu Hadoop 2: Stärken und Schwächen des Frameworks.

Es gibt viele Möglichkeiten – und viel zu überarbeiten: Aktuell existieren mehr als ein Dutzend Open Source beziehungsweise kommerzielle SQL-on-Hadoop-Tools, und es kommen immer neue hinzu. Einige davon sind noch nicht ausgereift; einige unterstützen nur Teile der SQL-Fähigkeiten. Und da sie auf ein Spektrum verschiedener Anwendungen spezialisiert sind, müssen Anwender erst ihre optimale Nutzung verstehen, bevor sie sich für ein Tool entscheiden.

Folgen Sie SearchEnterpriseSoftware.de auch auf Twitter, Google+, Facebook und Xing!

Artikel wurde zuletzt im Juni 2016 aktualisiert

Pro+

Premium-Inhalte

Weitere Pro+ Premium-Inhalte und andere Mitglieder-Angebote, finden Sie hier.

Erfahren Sie mehr über Hadoop

Diskussion starten

Schicken Sie mir eine Nachricht bei Kommentaren anderer Mitglieder.

Mit dem Absenden dieser Daten erklären Sie sich bereit, E-Mails von TechTarget und seinen Partnern zu erhalten. Wenn Ihr Wohnsitz außerhalb der Vereinigten Staaten ist, geben Sie uns hiermit Ihre Erlaubnis, Ihre persönlichen Daten zu übertragen und in den Vereinigten Staaten zu verarbeiten. Datenschutz

Bitte erstellen Sie einen Usernamen, um einen Kommentar abzugeben.

- GOOGLE-ANZEIGEN

SearchSecurity.de

SearchStorage.de

SearchNetworking.de

SearchDataCenter.de

Close