我一直在研究BigData在过去几个月，并开始做我的第一个五年计划，这是分析BigData使用MapReduce和HDInsight在Windows Azure。BigData解决方案之间的比较。
我刚来到这个特别的地方混乱，这平台可以更好地做BigData分析在成本，性能，稳定性等方面，如Amazon，Oracle，IBM等这个问题可能是过于宽泛，但我只是想要得到与Azure HDInsight相比可以区分的基本概念。
简而言之，HDInsight vs Other BigData Solutions为BigData分析。任何帮助，将不胜感激。
我认为此图表已过时。有两件事情很快就跳出来了：Hortonworks可以轻松处理流数据的提取并支持滚动升级。它也可以在Azure上运行，在这里OP已经做了一些工作。 – MondayMonkey 2016-03-25 19:27:36
是的，我读得越多，我可以告诉这是来自MapR。它偏向于他们的产品。 – MondayMonkey 2016-03-25 19:29:02
一个重要的细节查找有关Microsoft分布基准的比较是，它不仅是平台。我同意重要的是要理解你的选择，但谦虚，我建议你考虑你的（和你的团队的）技能。
一个平台可能比另一个平台更好，但如果您从头开始，那么您可能无法实现时间轴，预算甚至完全失败的目标。
结合操作和分析技术 - 使用Hadoop
等新技术的NoSQL，MPP数据库和Hadoophave出现，以解决大数据的挑战，实现新类型的产品和服务，由业务交付。
公司利用这两种系统功能的最常见方式之一是将诸如MongoDB的NoSQL数据库与Hadoop集成。这种连接可以通过现有的API轻松完成，并且允许分析师和数据科学家在保持NoSQL数据库的效率和易用性的同时，执行复杂的追溯性查询以进行大数据分析和洞察。 NoSQL，MPP数据库和Hadoop是互补的：应该使用NoSQL系统来捕获大数据并向用户提供操作智能，MPP数据库和Hadoop应该被用来为分析师和数据科学家提供分析洞察力。 NoSQL，MPP数据库和Hadoop一起使企业能够利用大数据。
据我所知，每个云服务提供商都有他们的积极和消极。 我对谷歌云有很好的了解。所以，我试图比较w.r.t.谷歌云。 下面是两个链接，它们提供了有关谷歌云的产品映射。
https://cloud.google.com/free/docs/map-azure-google-cloud-platform https://cloud.google.com/free/docs/map-aws-google-cloud-platform
例如，Azure的HDInsight地图与谷歌云Dataproc和谷歌云数据流。在这里使用Dataproc，我们可以运行Hadoop Mapreduce作业。数据流我们可以用于批处理和流数据处理。
在AWS中，Azure HDInsight使用Amazon Elastic MapReduce（EMR）映射。
根据CPU类型，核心数量和存储选项，每个服务提供商有不同的定价机制。在谷歌云中，我们有可抢占实例的选项，这些实例的成本非常便宜，但我们只能在短期内使用它们。 （最多24小时）。
您可以从下面的链接比较定价：
https://cloud.google.com/dataproc/pricing
https://cloud.google.com/dataflow/pricing
https://aws.amazon.com/emr/pricing/
有市场的工具来比较不同的云服务： https://github.com/GoogleCloudPlatform/PerfKitBenchmarker
大数据是一个大问题，有多种数据库可供选择。每个供应商的产品都有自己的特色和优势。关于你应该使用什么，根本没有单一的答案。另外：您的问题问HDInsight，这是一个Hadoop服务（用于处理数据）。其他解决方案针对摄取数据或检索数据进行了优化。再次，没有单一的正确答案你如何选择。所以...这个问题不适合StackOverflow。 – 2015-02-24 14:31:43
@DavidMakogon也许我可以用错误的方式提出问题，但是，你是对的！因为我没有意识到其他BigData解决方案，所以我有点卡住了。是的，正如你所说的，这太宽泛无法回答，但每个小技巧都会很棒！谢谢 – Kulasangar 2015-02-24 15:23:30
大数据是一个很大的话题，涵盖了很多不同的领域。你应该更多地了解你想要达到的目标，并围绕你的问题制定你的问题。在某些情况下，您可能会发现您的问题实际上不符合“大数据”的要求 – datasage 2015-02-24 17:18:36