速點鏈接加入高手戰隊：http://www.dajiangtai.com/course/112.do
Kudu是什麼
Kudu是一個分佈式列式存儲引擎/系統，由Cloudera開源後捐獻給Apache基金會很快成爲頂級項目。用於對大規模數據快速讀寫的同時進行快速分析。
官網：https://kudu.apache.org/
Kudu運行在一般的商用硬件上，支持水平擴展和高可用，集HDFS的順序讀和HBase的隨機讀於一身，同時具備高性能的隨機寫，以及很強大的可用性（單行事務，一致性協議），支持與Impala/spark計算引擎。
近年來Kudu的應用越來越廣泛，在阿里、小米、網易等公司的大數據架構中，Kudu 都有着不可替代的地位。
Kudu出現的背景
Kudu給人的感覺是HDFS+HBase的雜合體，爲什麼會出現呢？
在Kudu出現之前，需要爲不同形態的數據需要分別存儲以適應不同場景：
最終導致幾個問題：
（1）數據過度冗餘
數據需要存儲多份以支撐多個應用，這樣造成了存儲等資源的浪費。
（2）架構複雜導致開發、運維、測試成本高
同時維護多套存儲系統，架構複雜，開發、運維、測試成本相對較高。
（3）數據不一致容易誤解
多套數據由於程序bug或者其他原因很容易出現數據不一致的情況，往往會造成業務方的誤解。
爲了解決上述問題業界做了很多嘗試，例如HBase+Hive整合：
上述方案雖然在一定程度上起到了作用，但是依然改變不了HBase不適合高吞吐量離線大數據分析的事實。
所以Kudu一出現定位就是Fast Analytics on Fast Data，是一個既支持隨機讀寫、又支持 OLAP 分析的大數據存儲引擎：
從上圖可以看出，Kudu 是一個折中的產品，它平衡了隨機讀寫和批量分析的性能。從 KUDU 的誕生可以說明一個觀點：底層的技術發展很多時候都是上層的業務推動的，脫離業務的技術很可能是空中樓閣。
當然Kudu身上還有很多概念或者標籤，有分佈式文件系統（好比HDFS），有一致性算法（好比Zookeeper），有Table（好比Hive Table），有Tablet（好比Hive Table Partition），有列式存儲（好比Parquet），有順序和隨機讀取（好比HBase），所以看起來kudu是一個輕量級的 HDFS +Zookeeper + Hive + Parquet + HBase，除此之外，kudu還有自己的特點，快速寫入+讀取，使得kudu+impala非常適合OLAP場景，尤其是Time-series場景。
