返回gdong的回答
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求。此外，红帽还与很多生态伙伴如英伟达、路坦力等有着密切的合作，比如对 GPU 使用要求高的机器学习场景可以做到非常精确的分配和控制 GPU 线程。
2、 PaaS 能力容器化
红帽 OpenShift 内置的 Operator Hub 和众多厂商和社区合作提供了大数据工具的官方镜像，并具有官方支持，部署简便，融合了最佳实践经验等等，为搭建大数据 PaaS 提供了便捷可靠的途径。 通过 OpenShift ，企业还可以通过 Operators 和 Helm 获得自动化操作，在不同的云和应用程序开发生命周期的所有部分中获得一致性和可移植性。
3、 OpenShift 的大数据生态圈
红帽与众多数据库和数据分析厂商建立了深厚的合作关系和战略整合，以确保企业在构建数据类型负载时可以得到官方的有力支持。
只有当数据能够被安全地存储，并且能够被敏捷地使用、分析和用于商业洞察力时，它才是有价值的。企业可以通过红帽 OpenShift 为他们的数据提供动力 ！