개요
분석 및 AI를 위한 최신 스토리지 기반
HDFS 한계를 뛰어넘는 스토리지 현대화: 수십억 개의 객체로까지 확장하고 5배 더 높은 밀도의 스토리지 노드를 지원하여 TCO를 획기적으로 절감합니다.
모든 워크로드 통합: S3 네이티브 AI 및 클라우드 애플리케이션을 기존 Spark 및 Hive 분석 작업과 동일한 플랫폼에서 실행합니다.
복원력 및 효율성 향상: 소거 코딩을 통해 스토리지 오버헤드를 50% 절감하고 최신 아키텍처로 고가용성을 보장합니다.
Hadoop Distributed File System(HDFS)의 4억 개 파일 제약에 얽매이지 않습니다. 기본적으로 100억 개 이상의 객체로까지 확장하여 소위 “작은 파일 문제”를 근본적으로 해결합니다.
TensorFlow, PyTorch와 같은 최신 AI/ML 워크로드를 위한 네이티브 S3 API와 Spark, Hive와 같은 기존 분석을 위한 Hadoop 호환 파일 시스템을 제공합니다.
100TB HDFS 노드에서 500TB 이상 노드로 확장합니다. 5배 높은 밀도를 통해 데이터 센터의 공간 사용을 줄이고 전력 및 냉각 비용을 크게 절감합니다.
3중 데이터 복제를 효율적인 소거 코딩(예: RS 6+3)으로 대체하여 데이터 내구성을 유지하면서 스토리지 오버헤드를 50% 이상 절감합니다.
메타데이터에 Active-Active 아키텍처를 적용하여 HDFS NameNode 병목을 제거하고 클러스터 재시작 및 복구 속도를 크게 향상합니다.
버킷 단위의 즉각적인 스냅샷을 생성하여 성능 저하 없이 시점 복구 및 재해 복구 및 규정 준수를 지원합니다.
이제 다음 단계로
HDFS에서 Cloudera Object Store로의 명확한 단계별 마이그레이션 경로와 기술 아키텍처를 자세히 살펴보세요.
Cloudera Object Store 설명서
Cloudera Object Store(Ozone) 아키텍처 및 구성 요소 및 보안에 대한 심층 기술 정보를 확인하세요.
HDFS 마이그레이션 가이드
기존 데이터를 HDFS에서 Cloudera Object Store로 이전하는 단계별 기술 가이드를 확인하세요.
