开源大数据平台E-MapReduce：OSS/OSS-HDFS

背景信息

阿里云对象存储OSS（Object Storage Service）是一款海量、安全、低成本、高可靠的云存储服务，可提供99.9999999999%（12个9）的数据持久性，99.995%的数据可用性。多种存储类型供选择，全面优化存储成本。更多信息，请参见什么是对象存储OSS。

OSS-HDFS服务（JindoFS服务）是一款云原生数据湖存储产品。基于统一的元数据管理能力，在完全兼容HDFS文件系统接口的同时，提供充分的POSIX能力支持，能更好地满足大数据和AI等领域的数据湖计算场景。更多信息，请参见什么是OSS-HDFS服务。

JindoData是阿里云开源大数据团队自研的数据湖存储加速套件，面向大数据和AI生态，为阿里云和业界主要数据湖存储系统提供全方位访问加速解决方案。JindoData套件基于统一架构和内核实现，主要包括 JindoFS 存储系统（原JindoFS Block模式），JindoFSx存储加速系统（原JindoFS Cache模式），JindoSDK大数据万能SDK和全面兼容的生态工具（JindoFuse、JindoDistCp）、插件支持。更多信息，请参见JindoData概述。

使用方式

• 在EMR环境中，已经默认部署JindoSDK，您可以直接通过JindoSDK来访问OSS或OSS-HDFS。

• 在非EMR环境中，您可以通过下载最新版本的JindoSDK自行部署使用。具体操作，请参见在非EMR集群中部署JindoSDK。

优点

使用OSS或OSS-HDFS作为底层存储具有以下优势：

• 即插即用。OSS和OSS-HDFS是云原生存储服务，通过Restful API提供服务，本身无需部署。在阿里云EMR集群中，已默认安装 JindoSDK，您可以通过JindoSDK直接访问。

• 节省成本。使用OSS或OSS-HDFS存储数据可以有效节省成本，结合低频、归档和冷归档等方式，可以进一步优化冷数据的存储成本。

• 可扩展性。OSS和OSS-HDFS具有更好的可扩展性，不受硬盘容量限制，无需人工扩容。

特性

通过JindoSDK使用OSS和OSS-HDFS的特性对比如下：