大数据资料之常见的Hadoop十大应用误解学习

(正解) 熟悉storage的人，第一次看到Hadoop时，往往只会注意到它的分布式文件系统HDFS，然后开始拿它来与现有的storage的功能特性做比较，而忽略掉Hadoop本身并行运算的那一块。这很合理，毕竟MapReduce的概念，在应用上是比较抽象且难以捉摸的，相反的，HDFS就是一个很清楚且具象的概念。Hadoop当然可以拿来做data archive的运用，但如果你本身的数据没有被经常或偶尔拿出来使用的需求(也就是我们所说的cold data)的话，Hadoop本身的HDFS作为data archive并不会有特别的优势，反而传统storage的一些延伸的功能特性，Hadoop本身并不具备。虽然HDFS本身是一个不错的object store，具备有作为scale-out NAS的底层的特性,， 但也就仅限于此了， Hadoop本身并没有特别为它外加storage本身该具有的功能，毕竟Hadoop当初设计时，对数据的储存与运用的思考，与storage的应用场景是完全不一样的。Hadoop本身要解决的，反而是现有当数据被放进storage后，需要再被拿出来处理或运算时所遇到的困难性。也因此，它特别适合那些web click-stream、CDR (call detail record)、GPS data, system log、 and other time-series data等数据，因为这些数据都具有需要经常被拿出来分析处理的特性。在实际应用中，Hadoop与传统storage其实是相辅相成的，辟如说，我们可能会在Hadoop上放过去3到6个月的数据，因为这些数据的再被利用性较高，而6个月之后的数据就可能会把它archive在传统的storage内，因为它被再利用的程度低很多了。

7. (误解) Hadoop是一个搜索引擎(Search Engine)

（编辑：常州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!