天好在前期选型容器平台的时候，考察了社区版K8s和其他一些发行版，最终选择OpenShift主要看中以下几点：1、 路线稳定，K8s很多功能和组件都是OpenShift反馈给社区，技术路线演进得到保证。OpenShift的迭代升级也会有明确的长期规划，对于我们的技术投入来说比较可靠，也比较有前瞻性...

除了对K8S基础平台增强了很多企业级功能之外，针对大数据场景， OpenShift 还主要在以下 3 个方面进行了增强：1、 大数据基础服务容器化针对于大容量、高 IO 、资源消耗大等特点，在容器平台如红帽 OpenShift 中，可以通过 CPU 、内存资源限定、隔离、物理节点亲和等方式来满足要...

天好大数据平台提供多源异构的数据处理、数据治理、数据资产管理、数据质量管理、 数据分析平台、API 管理平台、AI 人工智能平台等功能，为政府机构、企业、科研机构、第三方软件服务商等客户，提供大数据管理、开发和计算的能力。天好信息提供的整体解决方案、大数据支撑软...

容器云和大数据有着各自不同的适用场景，大数据技术主要用于处理5V（Volume, Variety，Value，Velocity，Veracity）特征的数据，容器云提供了高效的资源管理能力。随着容器编排技术的日渐成熟，使两者架构融合，充分发挥各自优势，取长补短成为了可能。目前来看，容器云与大数据的结合主要是以...

可以采用XC产品， 但设备需要进行适配性测试。

有如下几个方案吧：首推FlinkCDC其次就是比较典型的：mysql的binlog -> Canal -> Kafka -> Flink/Spark -> Hive/KuduOracle的redolog -> Ogg -> Kafka -> Flink/Spark -> Hive/Kudu

您这个问题其实就是容器云的容灾多活方案，跟大数据平台关系不大。商用容器云产品，一般都会提供完善的双活、主备或两地三中心方案。以双活为例：       1、每个中心部署一套容器云平台（2套），采用高可用部署 2、两套平台的管理端要能访问自己和对方的资源集群 3、前...

个人感觉，还是加强标准化建设吧；现实是各个ISV在开发的时候，没有统一的标准指导，数据类型怎么定义基本看各个ISV自己。这些不同的数据类型后面要转化的工作量就很多了，影响效率，降低性能。...

其实提到取长补短，首先要知道各自的特点以及应用场景。大数据平台的能力是对海量数据提取分析，辅助企业制定决策。我们这里拿广义上的hadoop生态来举例，使用yarn作为核心组件来进行资源管理和调度。这种框架普遍的问题就是：1.资源弹性不足，无法按需自动扩缩容，根据公司的业务场...