Hadoop


目前Hadoop发行版非常多，有华为发行版、Intel发行版、Cloudera发行版（CDH）等，所有这些发行版均是基于Apache Hadoop衍生出来的，之所以有这么多的版本，完全是由Apache Hadoop的开源协议决定的：任何人可以对其进行修改，并作为开源或商业产品发布/销售。(http://www.apache.org/licenses/LICENSE-2.0)。

目前而言，绝大多数公司发行版是收费的，比如Intel发行版、华为发行版等，尽管这些发行版增加了很多开源版本没有的新feature，但绝大多数公司选择Hadoop版本时会将把是否收费作为重要指标，目前而言，不收费的Hadoop版本主要有三个（均是国外厂商），分别是：Apache（最原始的版本，所有发行版均基于这个版本进行改进）、Cloudera版本（Cloudera’s Distribution Including Apache Hadoop，简称“CDH”）、Hortonworks版本（Hortonworks
Data Platform，简称“HDP”），对于国内而言，绝大多数选择CDH版本，主要理由如下：

（1） CDH对Hadoop版本的划分非常清晰，只有两个系列的版本，分别是cdh3和cdh4，分别对应第一代Hadoop（Hadoop 1.0）和第二代Hadoop（Hadoop 2.0），相比而言，Apache版本则混乱得多；

（2） CDH文档清晰，很多采用Apache版本的用户都会阅读cdh提供的文档，包括安装文档、升级文档等。

CDH与Apache版本是怎么对应的？cdh3版本是基于apache  hadoop  0.20.2改进的，并融入了最新的patch，目前看来，最新的cdh3u6基本可以对应到apache hadoop最新版本（Hadoop 1.x），而cdh3u1~cdh3u5与apache hadoop版本对应的关系不明确，因为cdh总是打入一些最新的patch进去，并比apache hadoop同功能版本提早发布。总体上说，apache和cdh版本功能上是一致的。

HDP版本是比较新的版本，目前与apache基本同步，因为Hortonworks内部大部分员工都是apache代码贡献者，尤其是Hadoop 2.0的贡献者。

此外，cdh4和apache hadoop 2.x版本属于下一代Hadoop（Hadoop 2.0），目前处于beta版，尚未发布稳定版，且目前使用的公司非常少，大部分处于调研阶段。

基于以上考虑，如果线上使用，推荐cdh3最新版本，即cdh3u6（相当于apache hadoop最新稳定版），下载地址为：http://archive.cloudera.com/cdh/3/

具体各个项目下载地址如下：

Hadoop内核（HDFS和MapReduce）：

http://archive.cloudera.com/cdh/3/hadoop-0.20.2-cdh3u6.tar.gz

HBase：

http://archive.cloudera.com/cdh/3/hbase-0.90.6-cdh3u6.tar.gz

hive：

http://archive.cloudera.com/cdh/3/hive-0.7.1-cdh3u6.tar.gz

mahout：

http://archive.cloudera.com/cdh/3/mahout-0.5-cdh3u6.tar.gz

pig：

http://archive.cloudera.com/cdh/3/pig-0.8.1-cdh3u6.tar.gz

sqoop：

http://archive.cloudera.com/cdh/3/sqoop-1.3.0-cdh3u6.tar.gz

zookeeper：

http://archive.cloudera.com/cdh/3/zookeeper-3.3.5-cdh3u6.tar.gz

flume：

http://archive.cloudera.com/cdh/3/flume-0.9.4-cdh3u6.tar.gz