对Hadoop的了解（阅读本系列前一篇）
“云”其实指的是多台虚拟服务器的组合，云为不同的使用者提供一个计算的平台。这就是IaaS（基础设置即服务），亚马逊的Amazon EC2和Amazon S3就是这样一个服务。
IaaS带给你的是大数据计算的资源，而PaaS将为您提供更为高级的大数据服务。所谓平台即服务（PaaS）指的是提供各种开发解决方案和系统环境。按需使用的PaaS又称为中间件，极大的节省了部署环境的时间和成本。
目前主要的大数据服务提供商是Amazon/Microsoft/Google，这些大型的服务商提供IaaS和PaaS的混合服务，以满足不同业务要求。其中Google专注于大数据应用的研究上，Amazon发力提供更多规模的大数据服务平台。
不同大数据服务提供商有不同的产品线，因此不同提供商的产品适用场景也会有所不同。我们重点分析三大服务提供商的大数据服务架构。
亚马逊 拥有大量关于大数据处理的经验。初期大数据使用者大部分都使用亚马逊打造的Hadoop架构服务（EC2）。 经过厚重沉淀之后，Amazon在2009年提供开发EMR大数据服务。EMR服务提供了多种大数据处理分析方案，比如简单查询服务，关联数据分析服务。EMR服务可以使用Hadoop语言继续开发，并且访问EMR服务的步骤也相当简单并且安全。 亚马逊使用托管DynamoDB代替HBase，作为易于扩展的NoSQL数据库。
谷歌 谷歌云服务平台出类拔萃，它所提供的并非虚拟化解决方案，而是提供由API定义的服务和应用程序。程序员无需顾虑硬件，甚至不需要关心后台的运作行为。 当然这从某种程度也限制了程序员的工作，不过如果谷歌的服务适合业务，那么使用起来将是全世界最高效快捷的大数据架构服务。 谷歌的AppEngine作为云平台管理服务，提供了基于MapReduce的大数据并行计算服务。所有的这些服务都可以通过REST风格的API访问。 BigQuery作为分析的数据库，提供了类SQL的查询语法。它的性能要比Apache Hive来得快！
微软 微软在大数据中属于后来居上者。通过Microsoft Azure大数据服务平台，微软融合自身海量成熟的软件，例如SQL Server，提供了多种IaaS服务。 微软的服务面向更多的程序员，使得可以使用不同语言来对接大数据平台Azure。Azure旨在提供一个生态的大数据分析开发环境，使得普通研究员也可以施展自己对大数据的理解！
汇总了Amazon/Microsoft/Google的产品服务，这些产品都已经很稳定地在提供服务。不同的业务对服务架构有不同的要求，收藏这份对比图，Excel文档下载地址：http://pan.baidu.com/s/1qWBJnYW
请完整阅读大数据技术学习路线指南系列！