Mannschaft,
Bei einem kürzlich durchgeführten JMP-Besuch mit unseren Freunden bei GE Power wurden wir gebeten, eine Diskussion über die besten Möglichkeiten für die Verwendung von Hadoop mit JMP zu führen. Wir hatten den vorherigen Rat von Stan und Dan gegeben, um zuerst SAS Access / Integration für Hadoop als optimale Lösung mit der besten Geschwindigkeit und den sofort verfügbaren Optionen zu empfehlen. Anschließend wurde der Hortonworks ODBC-Treiber für Hadoop erwähnt, da er intern bereits erfolgreich getestet wurde Grad für eine weniger optimale ODBC-Lösung.
JMP und Hadoop
Es hörte sich jedoch an, als hätten einige Teams innerhalb von GE Power ein anderes mögliches Werkzeug gefunden, von dem sie behaupten, dass es gut ist, Hadoop-Daten in JMP zu bekommen.
Es ist von PivotalHD und das Produkt heißt HAWQ. Es wird als Hadoop Native SQL Access Engine beschrieben ... siehe das Whitepaper und den Link unten.
http://pivotal.io/big-data/pivotal-hdb
Senden Sie diese Informationen an Stan und Dan, während wir sprechen, damit sie sie überprüfen können und uns dazu ein Feedback geben können. Aber in der Zwischenzeit möchte ich es auch mit dem Feld teilen, falls Sie auch von Ihren Kunden gehört haben und auch, um zu erfahren, ob dies eine weitere praktikable oder sinnvolle Werkzeugoption ist, die JMP zukünftig in Betracht ziehen sollte und Hadoop.
<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Scott,
Ich habe mir die Dokumentation kurz angesehen.
Im Kern wird immer noch HDFS verwendet.
So konnten wir immer noch entweder über die SAS Access Engine oder über einen ODBC-Treiber zugreifen.
Wir haben beide Optionen getestet und funktionieren problemlos beim Zugriff auf HDFS-Daten von Cloudera Horton Works oder MapR oder ähnlichen HDFS-Umgebungen.
Beste,
Stan
