L’essentiel sur MapR et sa déclinaison d'Hadoop

MapR Converged Data Platform : d’Hadoop à la convergence de technologies de traitement et de stockage des données. C’est le parcours de la société MapR, un des pure-players historiques du monde Hadoop qui a bâti sa solution sur un ensemble d’outils Open Source auxquels ont été adjointes des briques propriétaires, censées coller aux desideratas des entreprises et des environnements critiques. Parmi ceux-là, les outils d’administration, mais aussi d’autres portant sur des fonctions de résilience et de fiabilité des données des clusters Hadoop.

MapR s’est historiquement appuyé par exemple sur un système de fichiers particulier, MapR File System (MapR-FS), ou encore sur une interface utilisateur dédiée, MapR Control System, en plus de proposer une implémentation complète des APIs Hadoop.

MapR-FS est écrit en C++, alors que HDFS, le système de fichiers d’Hadoop, est en Java. A l’inverse d’HDFS, qui s’inscrit dans une logique « write once, read many », MapR-FS est entièrement compatible POSIX et s’appuie sur le standard NFS. En supportant ce dernier, les utilisateurs peuvent monter facilement un cluster MapR et exécuter leurs applications directement sur les données du cluster. Avec cette approche, (presque)toutes les sources de données peuvent être intégrées, et les outils utilisés en standard par les entreprises peuvent être utilisés pour accéder directement aux données, sans aucune modification.

A l’inverse des autres distributions Hadoop, MapR peut traiter des fichiers distribués, des tables et des streams d’événements sur le même cluster. Cela permet par exemple d’utiliser des outils comme Impala ou Hive sur un unique cluster, sans coût additionnel.

Récemment, MapR a inclus un outil de gestion des streams d’événements à sa plateforme, MapR Streams. Cela ajoute le support de flux de données en temps réel depuis le producteur vers le consommateur de données. La société prétend qu’il s’agit du seul système de streaming qui supporte la réplication d’événements à l’échelle de l’IoT par exemple.

Parmi les autres outils de la Converged Platform :

• MapR Snapshots améliore la protection des données en créant des snapshots à intervalle régulier des fichiers et des tables.
• Le chiffrement des données transférées depuis ou vers le cluster ainsi que des mécanismes d’authentification forte.
• Des fonctions de mirroring qui peuvent être facilement configurées et qui supportent la récupération après sinistre.