SQL Server Hadoop：開拓大數據新疆域
在大數據的背景下，微軟似乎并不像其他數據庫廠商一樣在高調宣傳他們的大數據產品或解決方案。而在應對大數據挑戰方面，倒是一些互聯網巨頭走在最前面，比如Google和Yahoo，前者每天都要處理20 PB的數據量，其中一大部分是基于文檔的索引文件。當然，如此界定大數據是不準確的，它并不僅限于索引，企業中的電子郵件、文檔、Web服務器日志、社交網絡信息以及其他所有非結構化的數據庫都是構成大數據的一部分。
為了應對這些數據的挑戰，像Autodesk、IBM 、Facebook當然還包括Google和Yahoo，都毫無例外地部署了Apache Hadoop開源平臺。微軟也注意到這一趨勢，所以在他們的數據庫平臺中添加了Hadoop連接器。該連接器可以讓企業將海量的數據在Hadoop集群和SQL Server 2008 R2、并行數據倉庫以及***的SQL Server 2012(Denali)之間進行自由的移動。由于連接器可以讓數據雙向移動，所以用戶不僅可以利用SQL Server所提供的強大的存儲以及數據處理功能，還可以用Hadoop來管理海量的非結構化數據集。
但是傳統的微軟用戶對于SQL Server Hadoop連接器還比較陌生，使用起來會很不習慣。該連接器是一個部署在Linux環境中的命令行工具，在本文中，我們就將為您具體講解一下SQL Server Hadoop連接器的工作原理。
Apache Hadoop集群
Hadoop是一個主-從架構，部署在Linux主機的集群中。想要處理海量數據，Hadoop環境中必須包含一下組件：
- 主節點管理從節點，主要涉及處理、管理和訪問數據文件。當外部應用對Hadoop環境發送作業請求時，主節點還要作為主接入點。
- 命名節點運行NameNode后臺程序，管理Hadoop分布式文件系統(HDFS)的命名空間并控制數據文件的訪問。該節點支持以下操作，如打開、關閉、重命名以及界定如何映射數據塊。在小型環境中，命名節點可以同主節點部署在同一臺服務器上。
- 每一個從節點都運行DataNode后臺程序，管理數據文件的存儲并處理文件的讀寫請求。從節點由標準硬件組成，該硬件相對便宜，隨時可用。可以在上千臺計算機上運行并行操作。
下圖給出了Hadoop環境中各個組件的相互關系。注意主節點運行JobTracker程序，每個從節點運行TaskTracker程序。JobTracker用來處理客戶端應用的請求，并將其分配到不同的TaskTracker實例上。當它從JobTracker那里接收到指令之后，TaskTracker將同DataNode程序一同運行分配到的任務，并處理每個操作階段中的數據移動。
你必須將SQL Server Hadoop連接器部署在Hadoop集群之內
MapReduce框架
再如上圖所示，主節點支持MapReduce框架，這一技術是依賴于Hadoop環境之上的。事實上，你可以把Hadoop想象成一個MapReduce框架，而這個框架中會有JobTracker和TaskTracker來扮演關鍵的角色。
MapReduce將大型的數據集打散成小型的、可管理的數據塊，并分布到上千臺主機當中。它還包含一系列的機制，可以用來運行大量的并行操作，搜索PB級別的數據，管理復雜的客戶端請求并對數據進行深度的分析。此外，MapReduce還提供負載平衡以及容錯功能，保證操作能夠迅速并準確地完成。
MapReduce和HDFS架構是緊密結合在一起的，后者將每個文件存儲為數據塊的序列。數據塊是跨集群復制的，除了***的數據塊，文件中的其他數據塊大小都相同。每一個從節點的DataNode程序會同HDFS一起創建、刪除并復制數據塊。然而，一個HDFS文件只可以被寫一次。
SQL Server Hadoop連接器
用戶需要將SQL Server Hadoop連接器部署到Hadoop集群的主節點上。主節點還需要安裝Sqoop和微軟的Java數據庫連接驅動。Sqoop是一個開源命令行工具，用來從關系型數據庫導入數據，并使用Hadoop MapReduce框架進行數據轉換，然后將數據重新導回數據庫當中。
當SQL Server Hadoop連接器部署完畢之后，你可以使用Sqoop來導入導出SQL Server數據。注意，Sqoop和連接器是在一個Hadoop的集中視圖下進行操作的，這意味著當你使用Sqoop導入數據的時候是從SQL Server數據庫檢索數據并添加到Hadoop環境中，而相反地，導出數據是指從Hadoop中檢索數據并發送到SQL Server數據庫當中。
Sqoop導入導出的數據支持一些存儲類型：
- 文本文件：基礎的文本文件，用逗號等相隔;
- 序列文件：二進制文件，包含序列化記錄數據;
- Hive表：Hive數據倉庫中的表，這是針對Hadoop構建的一種特殊的數據倉庫架構。
總體來說，SQL Server和Hadoop環境(MapReduce和HDFS)能夠讓用戶處理海量的非結構化數據，并將這部分數據整合到一個結構化的環境中，進行報表制作以及BI分析。
微軟大數據策略才剛剛開始
SQL Server Hadoop連接器在微軟大數據之路上算是邁出了重要的一步。但與此同時，由于Hadoop、Linux和Sqoop都是開源技術，這意味著微軟要對開源世界大規模地敞開胸懷。其實微軟的計劃并不只如此，在今年年底，他們還將推出一個類似于Hadoop的解決方案，并以服務的形式運行在Windows Azure云平臺上。
在明年，微軟還計劃推出針對Windows Server平臺的類似服務。不能否認，SQL Server Hadoop連接器對于微軟來說意義重大，用戶可以在SQL Server環境中處理大數據挑戰，相信在未來他們還會帶給我們更多的驚喜。
【編輯推薦】
