存储是大数据的基础

Hadoop的数据是非常重要的一点。一般来说有三种方法来应对处理和存储，一种方法是实时的分析工具，同时还有一些数据的操作性的工作。也就是说得到了什么到底怎么做？同时还需要进行对数据的操作，这需要处理多种不同的数据得到一个结果，这就是Hadoop在早期的时候超越其他工具的地方。而且我们必须要处理数据，用这个数据来在培训过程中引用到，或者引用来进行一些可视化，帮助来使用一些。

存储和网络也是Hadoop集群性能的重要保证。在Hadoop集群中，万兆位以太网（10GbE）带来的带宽增长是导入和复制（在多台服务器之间）大型数据集的关键，英特尔Ethernet10Gigabit融合网络适配器提供了高吞吐量连接，同时英特尔SATA固态硬盘为原始存储提供了高性能、高吞吐量存储选择。为提高效率，存储往往需要支持其它高级能力，如压缩、加密、自动数据分层、重复数据删除、纠删码和自动精简配置，现有的英特尔至强处理器都已经支持这些功能。

随着大量IT厂商的加入，Hadoop的商用版本正呈增长趋势，众多厂商都推出了自己的Hadoop版本，并集合了其他Hadoop项目的基本堆栈，可与数据仓库、数据库和其他数据管理产品集成。

让Hadoop成为下一代数据分析平台的“基石”。英特尔Hadoop发行版免费版v2.2,为最终用户和应用提供商提供了一个功能强大、方便易用的大数据入门平台。而且免费版和企业版共用相同的核心代码，免费版也包含所有核心增强功能，不过免费版在节点数和系统存储容量上有所限制。

英特尔大数据Hadoop的版本特点有4个方面，一方面是稳定性和易用性上做了优化。第二方面对英特尔的平台做了特殊的优化，这个软件包在英特尔平台上从性能上和效率上是有优势的。第三方面在算法和结构上做了调整，也就是对即时性的优化，使得它能够做到即时的数据处理。第四方面是和中国的用户合作，对行业应用做了特殊的调整和优化。

最重要的还是是安全的优化，要运行各种不同的运行，在某一个APP的环境Hadoop是一个独立的集群，也许它管理起来并不是那么容易，虽然效率并不是很高，但它是独立运行的，把它放在一起可以看到是单一数据的分享。我们看到了很多的数据，把它放到了云的计算中，比如说基础设施可能是同一个基础架构对资源进行分享。但在分享存储这方面可以看到有一些大数据都可以有一些优势，但问题并不是完全需要这样的。资源的分享、存储的分享确实是可以的，你可以用SAN or NAS进行分享，你可以对集群进行评论的工作，还可以帮助你不断地改善虚拟的架构。