Spark首次由Databricks发布，融资3300万美元；Hadoop再次得到MapR的1.1亿美元的融资，以促进其在激烈市场竞争中的成长。在未来的大数据处理中，Spark将会简化现有的数据管道处理，融合多种功能，使得数据处理更快、更方便和更灵活；Hadoop也将会以更快、更简单的方式读写大数据。巨大的融资金额将会促进Spark和Hadoop的大力发展，它们将以怎样的姿态立足未来的大数据市场呢，是并驾齐驱？还是独占鳌头？让我们拭目以待。
Databricks发布Spark，融资3300万美元
近日，Databricks在Spark峰会上发布了Spark云服务，同时筹集了3300万美元的风险资金。公司新发布的Spark云服务采用的是Spark框架，据说此框架更快、更方便和更灵活，其云服务的设计有助于简化现有的数据管道处理，包含了大量需要企业管理的数据存储和数据处理系统，同时将诸多供能（如为了建立和显示机器学习模型的各种处理引擎、“记事本”和仪表板功能等）进行有效的融合。
Hadoop的供应商MapR考虑到在MapReduce的技术和生态系统上投入的大量资金和人力资源，对Spark目前的应用有所迟疑，但仍支持此处理框架，并且认为它读写大数据的方式会比MapReduce更快、更简单。
MapR再融资1.1亿美元推动Hadoop成长
与此同时，MapR也筹集了1.1亿美元推动Hadoop的发展。公司的CEO肯定了公司在专有工具上的优势，为顾客在组件提供了更多的选择：MapR支持少数的SQL-on-Hadoop工具，包括Hive和Drill，同时也支持Cloudera-developed Impala 和惠普的Vertica software。
此次MapR在Hadoop领域的融资力度明显加强，融资总额超过之前的总额5900万美元。当然，对于Hadoop的融资，Cloudera的5轮融资高达3亿美元，Hortonwork从创立之初到2013年的3年内融资金额就达到了1.98亿美元。
Spark和Hadoop将走向何方
在激烈的市场竞争中，Spark和Hadoop的未来发展还处于或多或少的争议中。
Spark服务的数据默认存储在亚马逊S3中，如果使用者拥有已经在AWS上正常运行的Hadoop集群，也可以将数据存储在HDFS中。Databricks可以从MongoDB、MySQL和亚马逊Redshift读进数据，也可以导出数据。公司有望支持混合cloud-local Spark环境，放在完全开放的Spark云中，能够有效实现工作负载的可移植性。
Hadoop的融资企业MapR选择了Google作为其合作伙伴之一，他们的走向代表了大数据的未来。Hadoop供应商竞争者也面临着巨大的竞争挑战。
Spark和Hadoop作为有效的数据处理框架，各自具有明显的优势，作为使用者，更快、更方便的解决自身所需也许是他们进行选择的因素之一，各融资者应加强各自服务应用的功能，更好地服务于客户，才能带来可观的市场利润。
参考文献：
Databricks announces a Spark cloud and $33M in venture capital（Databricks announces a Spark cloud and $33M in venture capital）
MapR raises $110M to fuel its enterprise Hadoop push（http://gigaom.com/2014/06/30/mapr-raises-110m-to-fuel-its-enterprise-hadoop-push/）
Hortonworks再获1亿美元融资，Hadoop领域三足鼎立（http://www.csdn.net/article/2014-03-25/2818970-three-hadoop-famous-startups）
Cloudera首席战略官：取代MapReduce 未来会加大Spark等框架投入（http://www.csdn.net/article/2014-05-05/2819604-BigData-MapReduce-Spark）
大数据计算新贵Spark在腾讯雅虎优酷成功应用解析（http://www.csdn.net/article/2014-06-05/2820089）