Video: Using Karmasphere with Hadoop for Customer Analytics 2024
Akhir tahun 2010, Hadapt dibentuk sebagai permulaan oleh dua pelajar Yale University dan seorang penolong profesor sains komputer. Profesor Daniel Abadi dan Kamil Bajda-Pawlikowski, seorang pelajar PhD dari jabatan sains komputer Yale, telah mengusahakan projek penyelidikan HadoopDB.
Selepas kertas ini diterbitkan, Justin Borgman, pelajar dari Yale School of Management, menjadi berminat dalam kerja. Dia kemudian akan berkerjasama dengan Profesor Abadi dan Kamil Bajda-Pawlikowski untuk membentuk Hadapt.
Strategi Hadapt adalah untuk menyertai Apache Hadoop dengan pangkalan data MPP Dikongsi-Tiada apa-apa untuk membuat platform analitik penyesuaian. Pendekatan ini menyediakan antara muka SQL standard pada Hadoop dan membolehkan analisis menyebarkan data tidak terstruktur, semistruktur, dan berstruktur pada kluster yang sama.
Seperti Apache Hive dan teknologi lain, Hadapt menyediakan antara muka JDBC / ODBC biasa untuk menghantar kerja SQL atau MapReduce ke cluster. Hadapt menyediakan pengoptimasi pertanyaan berasaskan kos, yang boleh membuat keputusan antara gabungan kerja-kerja MapReduce dan kerja pangkalan data MPP untuk memenuhi pertanyaan, atau tugas itu boleh dikendalikan oleh pangkalan data MPP untuk respons interaktif yang cepat.
Dengan menyertai kluster Apache Hadoop dengan kluster pangkalan data MPP untuk mencipta sistem hibrid, Hadapt menyelesaikan masa tindak balas pertanyaan dan sokongan SQL separa (melalui HiveQL) yang terdapat di Apache Hive.
