運行SQL Server的微軟客戶將通過Hadoop的引入獲得真正的大數(shù)據(jù)處理能力。

微軟已經(jīng)發(fā)布了早期代碼，讓客戶可以將這個Java架構(gòu)接入到SQL Server 2008 R2、SQL Server Parallel Data Warehouse以及下一代微軟數(shù)據(jù)庫。

Doug Cutting受到Google MapReduce的啟發(fā)而發(fā)明了開源Hadoop，現(xiàn)在它已經(jīng)在某種程度上成為了在集群服務(wù)器上處理大量數(shù)據(jù)的行業(yè)標準，包括Amazon、Facebook和Twitter等網(wǎng)絡(luò)巨頭也都采用了Hadoop。

業(yè)內(nèi)人士認為，Hadoop可以用來了解數(shù)以百萬計用戶的喜好和更新狀態(tài)等細枝末節(jié)以改變服務(wù)響應(yīng)。Hadoop的目標是，更有力地滲透到主流IT中。

微軟研究部門從2006年起就一直致力于某種非常類似于Hadoop的項目，被稱為“Dryad”。今年年初，該計劃通過與SQL Server和Windows Azure云的集成實現(xiàn)了Dryad的產(chǎn)品化。雖然現(xiàn)在微軟還沒有更新，但看上去Dryad似乎將成為在SQL Server平臺上影響大數(shù)據(jù)愛好者的有力競爭者。

微軟目前已經(jīng)開始提供Hadoop Connector for SQL Server Parallel Data Warehouse和Hadoop Connector for SQL Server社區(qū)技術(shù)預(yù)覽版本的連接器。

該連接器是雙向的，你可以在Hadoop和微軟數(shù)據(jù)庫服務(wù)器之間向前或者向后遷移數(shù)據(jù)。

微軟表示，這個連接器可以讓客戶在Hadoop中分析非結(jié)構(gòu)化數(shù)據(jù)，然后接回到SQL Server環(huán)境中進行分析。

這兩個連接器采用SQL to Hadoop (SQOOP)在Hadoop File System (HDFS)和微軟關(guān)系數(shù)據(jù)庫之間有效地傳輸數(shù)據(jù)。Parallel Data Warehouse采用PDW Bulk Load/Extract工具以進行數(shù)據(jù)的快速導(dǎo)入或者導(dǎo)出。

SQL Server PDW客戶可以從微軟那里獲得這個Hadoop連接器，普通的SQL Server 2008 R2客戶則可以獲得Hadoop Connector for SQL Server代碼。

【編輯推薦】

1. 數(shù)據(jù)挖掘中易犯的幾大錯誤
2. 整理索引碎片，提升SQL Server速度
3. 大數(shù)據(jù)平臺：探索數(shù)據(jù)價值
4. Big Data技術(shù)綜述