实现Spark部署 依赖供应商还是"自力更生"？

【大咖・来了 第7期】10月24日晚8点观看《智能导购对话机器人实践》

Apache Spark用户经常面临一个困境：继续获取来自供应商的支持还是更新版本，使用具有更新功能的快速移动的开源软件?

Novantas公司将Spark数据处理引擎作为商业Hadoop发行版的一部分。这样使得分析服务和软件提供商与Spark版本的Hadoop软件包支持的Spark版本捆绑在一起，因此，它不一定能立即访问新的Spark功能

例如，Novantas在今年年初开发的基于Hadoop的应用程序中使用了Spark 1.4，以帮助银行的分析团队在内部系统中找到相关的客户和财务数据。该版本由Apache软件基金会于2015年6月发布，去年9月被Spark 1.5取代，1月被1.6取代。但是要升级，Novantas将不得不通过Cloudera放弃Spark支持。

“我们不想使用不受支持的版本，”纽约公司Novantas解决方案技术部门CTO和工程总监Kaushik Deka说。这是因为应用程序是该部门***次真正使用Hadoop和Spark。坚持使用Spark 1.4不太理想。Deka说，他希望当Novantas移动到一个新的技术版本可以解决问题。

这样的考虑在大数据环境中是常见的，其通常涉及以快速的速度更新的开源技术。Spark的情况尤其突出：在2014年7月到2016年7月之间，通过Apache共有18个版本，Spark 2.0版本一般都可以使用。

为了更好地使用新功能，一些组织已经避开了供应商提供的Spark支持，并自行部署了基本的Apache Spark软件。

例如，Synchronoss技术公司在2014年从Hadoop供应商MapR获得Spark。但移动管理公司Bridgewater的大数据分析平台高级主管Suren Nathan表示，公司有时直接升级到Apache Spark的新版本，以获得所需的功能。“现在，我的团队可以非常熟练地使用Spark，”他说。

Webtrends公司也一直使用基本的Spark软件。“我们正试图尽可能保持现有的发布，”来自美国的在线活动跟踪公司***技术官Peter Crossley说，“市场上没有其他技术像这种技术一样快。”

Crossley表示，他更喜欢通过Hadoop供应商Hortonworks获得支持的Spark版本。为了尽可能做到这一点，他的团队与Hortonworks合作开发了一个“双轨发布计划”，供应商去年3月加快了Sparkand与Hadoop相关的其他大数据技术的交付。