记得刚接触hadoop的时候，和大多数人一样，会抱怨hadoop的安装和部署，这让新手很头疼，可能要花一整天的时间来安装和配置分布式环境。刚接触hadoop的时候，可以说对hadoop的理解一直停留在比较肤浅的层面。后来随着我不断的探索和与坏花前辈神的交流(主要是从大神那里进行教学)，我对hadoop的理解和应用更加精通。
作为一个psddx，我想在这里和新人分享一些关于hadoop版本选择的问题。希望大家不要像我当时那么傻，知道hadoop有1.0.x和2.x两个版本。
Hadoop发行版
除了开元版的Apache，目前的hadoop发行版还包括华为发行版、英特尔发行版和Cloudera发行版。除了近年来兴起的DKhadoop商业发行版之外，上述第三方发行版已经存在了相对较长的时间。
国内大部分公司推出的Hadoop发行版都是收费的，而免费发行版主要是国外的，比如Apache发行版、Cloudera发行版。面对如此多的hadoop版本，很难选择。下面我们简单对比一下这些不同版本的优缺点，希望对初学者有所帮助。
Apache分布：
优势：Apache发行的优势主要表现在其完全开源免费、社区活动、详细的文档资料等方面。
缺点：Apache发行版有很多缺点，表现在以下几个方面：
1.复杂的版本管理。版本管理混乱，各种版本层出不穷，让用户无所适从。
2.复杂的集群部署、安装和配置。通常根据集群的需要，将大量的配置文件写入并分发到各个节点，容易出错，效率低下。
3.复杂的集群操作和维护。集群的监控和运行需要安装其他第三方软件，如ganglia、nagois等。这很难操作。
4.复杂的生态环境。在Hadoop生态系统中，组件的选择和使用，如Hive、Mahout、Sqoop、Flume、Spark、ozie等。需要很多关于兼容性的考虑，版本是否兼容，组件是否冲突，编译是否能通过等。编译组件来解决版本冲突往往会浪费大量时间。
第三方分发的优缺点：(如CDH、HDP、MapR等。)
优势：第三方分销的优势主要包括以下几点：
1.基于Apache协议的100%开源；
2.与原生hadoop相比，具有更好的兼容性、安全性和稳定性；
3.清晰的版本管理和更快的更新；
4.提供部署、安装、配置工具，大大提高了集群部署的效率，几个小时就能部署好集群；
5.操作维护简单。它提供了管理、监控、诊断和配置修改的工具，便于管理和配置，快速准确定位问题，操作和维护简单有效。
缺点：第三方hadoop发行版的主要缺点是涉及到厂商锁定的问题，但这个问题技术上是可以解决的。
DKhadoop分发：
Dkhadoop发行版是我目前正在接触和使用的版本。与市场上其他第三方发行版本相比，集成程度更高，但也保留了开源系统的所有优势。从目前的综合使用情况来看，与过去使用的一些第三方hadoop发行版相比，性能提升很多！关于DKhadoop分发的问题，有兴趣的可以自行查阅和收集一些资料。
dkhadoop