YARN 可以執行的 Application 種類變多，所以 ApplicationMaster 還必須提供要啟動 Container 的 Command- Line 執行檔案、環境變數、3rd-Party JAR 檔案、資料檔案，甚 至是 Security Token 等相關資料，才能夠跟 NodeManager 一起 啟動 Container。 其實，目前的 Container，直接對應到 OS Cloudera 提議把 Hive 架在 Spark 上頭，讓 Spark 使用者可以享受 到 SQL on Hadoop 的好處，也可以讓 Hive 執行速度變快 雖然之前已經有 Hive on Spark 的專案 Shark，但是 Cloudera 認為 Shark 抽換掉 Hive 底層太多東西，將來會難以移植 Hive 的新功能 Cloudera 的 Hive on Spark 只打算抽換 Hive 的 Query

用于 R 计算 图 1-10 1.5 小结 通过使用 Hadoop Stack，你利用 Hadoop 在企业中实现最优方 第 1 章 Hadoop 概述 17 案，并且与混合编程和高级工具相结合。如今大多数群集都在你的 本地，但服务提供商给予了更多选择，使得数据也可以存储在云端。 目前，SQL、关系型和非关系型数据存储均可使用 Hadoop 的功能。 当涉及数据时，Hadoop

据沿袭和跨工具影响分析。 最佳实践3：可在需要运行海量可扩展数据集成的任何位置提 供该功能 Hadoop能以极低的成本对数据集成工作负载实施大规模 分布式处理。但是，客户需要的是海量可扩展数据集成解决方 案，从而实现Hadoop可以提供的各种潜在优势。 图5. 可扩展大数据集成必须适用于任何环境。 设计一次作业 随时随地运行和扩展该作业 Hadoop环境外部 Hadoop环境内部 案例 1：