Video: Hadoop Meets Real Time Big Data Analytics with Hadapt's Hong 2024
Eind 2010 werd Hadapt opgericht als een start-up door twee Yale University-studenten en een assistent-professor in de informatica. Professor Daniel Abadi en Kamil Bajda-Pawlikowski, een promovendus van de afdeling informatica van Yale, hadden aan het onderzoeksproject HadoopDB gewerkt.
Nadat dit artikel was gepubliceerd, raakte Justin Borgman, een student van de Yale School of Management, geïnteresseerd in het werk. Later zou hij samenwerken met professor Abadi en Kamil Bajda-Pawlikowski om Hadapt te vormen.
De strategie van Hadapt is om Apache Hadoop te vervoegen met een Shared-Nothing MPP-database om een adaptief analyseplatform te creëren. Deze aanpak biedt een standaard SQL-interface op Hadoop en maakt analyses mogelijk over ongestructureerde, semigestructureerde en gestructureerde gegevens over dezelfde cluster.
Net als Apache Hive en andere technologieën biedt Hadapt een vertrouwde JDBC / ODBC-interface voor het indienen van SQL- of MapReduce-taken in het cluster. Hadapt biedt een op kosten gebaseerde queryoptimalisatie, die kan kiezen tussen een combinatie van MapReduce-taken en MPP-databasetaken om een query te vervullen, of de taak kan worden afgehandeld door de MPP-database voor een snelle interactieve respons.
Door lid te worden van een Apache Hadoop-cluster met een MPP-databasecluster om een hybride systeem te maken, lost Hadapt de reactietijd en gedeeltelijke SQL-ondersteuning (via HiveQL) op die te vinden is in Apache Hive.