搭建私有雲平台：Hadoop還是選擇OpenStack？

首先建議題主描述清楚應用場景，否則別人做的方案可能都不符合需求。

就Hadoop和OpenStack的糾結而言，支撐數據分析用前者，做資源管理用後者。

=================補充=============

題主的需求，實質是搭建一個IoT實時大數據平臺，而不是一般意義的私有云。IoTa大數據平臺除了數據採集和結果反饋，其餘部分和一般的大數據平臺相差不多。OpenStack長於管理VM資源管理，Hadoop長於批處理，不擅長實時處理，所以需要尋找一種更加完善的解決方案。這裡推薦考慮Storm或者Apache Flink。

OpenStack是一個開源的IaaS實現，由Nova、Cinder、Neutron、Swift、Glance等一系列相互關聯的子項目組成，可以理解為雲計算領域的Linux。OpenStack架構松耦合，高可擴展，能適應不同企業的需求，已經成為IaaS私有云事實標準。國內外各大廠都在OpenStack上有很大的投入。當然項目成長的同時，也受到大廠博弈的一些影響，但項目本身就是大家求同存異的結果，我們相信OpenStack會在競閤中有更美好的未來。

大數據平臺可以完全不鳥OpenStack，分佈式文件系統有HDFS，資源調度和管理YARN就行。YARN都已經支持Docker，希望細粒度調度模式可以考慮Mesos，Mesos提供良好的API，支持很多成熟的框架，不過Mesos不在Hadoop生態中，這是一個缺憾。Apache Hadoop能夠以低成本進行海量數據的多維統計分析，還是很有優勢。

核心流式計算部分，有Storm、Spark、Flink可以選擇。

Storm編程模型簡單，毫秒級延遲，容錯性、擴展性和可靠性都比較好，在國內有很多團隊採用。不過Storm只是流計算框架，且不能直接利用YARN。

Apache Spark是和Hadoop一樣流行的開源大數據框架，社區活躍，在流計算、圖處理、機器學習方面都投入很大，支持對SQL的優化，很適合多種大數據平臺的需求，不過Spark Streaming本質還是批處理，把數據流分解成一系列小的RDD，通過時間窗來控制數據塊的大小，有測試說只能支持秒級計算。

Apache Flink是可擴展的批處理和流式數據處理的數據處理平臺，能夠基於同一個Flink運行時提供支持流處理和批處理兩種類型應用的功能。不同於Spark，Flink把批處理當初特殊的流處理，並且支持增量迭代，這是非常讚的設計，可以快速地處理數據密集型和迭代任務，性能很有保證。不過目前Flink用戶群和社區還沒有Spark那麼強大。但Flink的未來很值得期待，可能需要時間的沉澱。

最後，上一張網易猛獁大數據平臺架構圖，供參考。