北京2016年7月26日電 /美通社/ --
為了進一步完善大數據平臺，企業級基礎云服務商青云QingCloud（qingcloud.com）日前宣布新增分布式實時計算系統Storm和基于Hadoop的數據倉庫工具Hive，這是繼月初推出Elasticsearch全文搜索引擎服務后QingCloud推出的又一重要功能。隨著數據在企業商業決策和產品功能中起到的作用越來越重要，大數據技術正在越來越多的企業中發揮出更大價值。QingCloud正在不斷完善大數據平臺，幫助用戶降低技術門檻。目前，兩個新功能已經分別在QingCloud控制臺的大數據平臺和映像市場上線。
Storm是一個開源的分布式實時計算系統，通常被比作“實時的Hadoop”。Storm為實時計算提供了一些簡單優美的原語，支持多種編程語言，并內建流式窗口API及分布式緩存API，極大簡化了流式數據處理過程。Storm不僅高可靠、易擴展，而且處理速度極快，每個計算節點每秒能處理上百萬條元組信息（Tuple），因此常被用于實時分析、在線機器學習、連續計算、分布式RPC、ETL等。QingCloud提供的Storm 集群采用Master/Slave 架構，提供了在線伸縮、監控告警等功能，幫助用戶更好地管理集群。
通常包括Storm在內的大數據平臺的運維都是非常繁瑣的，但在QingCloud上，用戶可以在２到３分鐘創建一個Storm集群。集群支持橫向與縱向在線伸縮，還提供了監控告警等功能，使得管理集群異常方便。集群運行于100%二層隔離的私有網絡內，結合QingCloud提供的高性能硬盤，在保障高性能的同時兼顧用戶的數據安全。
Hive是基于Hadoop的一個主流的針對海量數據做離線分析的數據倉庫，可以將結構化的數據文件映射為數據庫表，并提供簡潔的類SQL(稱為HQL)查詢功能，將HQL語句轉換為MapReduce任務后運行。 其優點是學習成本低，可通過HQL語句快速實現簡單的MapReduce統計，大部分場景不必開發專門的MapReduce應用，十分適合基于數據倉庫的統計分析。另外，也可通過MapReduce開發擴展新功能函數。
QingCloud提供的Hive映像包含了Hive Client和Hive Server的所有功能。用戶在Hive Client端發起HQL任務，通過Hive Server實現HQL到MapReduce任務的轉換，然后調用Hadoop集群執行。在QingCloud上，用戶可以在２到３分鐘內創建一個Hive服務，并完成與其他大數據集群連接的配置。Hive服務支持縱向在線伸縮， 提供了監控告警等功能，使得服務管理非常方便。
青云QingCloud CTO甘泉（Reno Gan）表示：“Storm、Hive服務的推出標志著QingCloud大數據基礎平臺的進一步完善，結合已經推出的Spark、Hadoop、ZooKeeper、消息隊列（Kafka）、Elasticsearch等服務，QingCloud的大數據平臺服務已經能夠滿足用戶的各種需求。很快我們還將會上線HBase存儲集群服務，提升整個大數據生命周期使用效率的各類平臺管理服務——包括但不限于日志服務、計算引擎靈活切換、對象存儲集成、服務編排等，以及基于主流機器學習平臺的智能分析服務。此外，全新的容器技術將會大幅度提升大數據平臺的整體性能。”
