古代，人们用牛来拉重物，当一头牛拉不动一根圆木时，他们不曾想过培育更大更壮的牛。同样，在面对计算能力不足时，我们也应尝试着结合使用更多的计算机系统。

　　Hadoop就是基于这样的理念设计。Hadoop是一个由Apache基金会所开发的分布式系统基础架构，计算分析处理所涉及的框架，允许多台设备一起工作，充分利用集群的威力进行高速运算和存储，共同完成一项任务，而对于用户来说这些设备是感知不到了，Hadoop技术屏蔽了底层的细节。


　　Hadoop最底层是HDFS，也就是Hadoop文件系统，这个是分布式文件系统，由多台设备提供统一的存储空间，而用户感觉不到多台设备，只看到一个统一的存储空间，这也是云存储技术的基础。构建于HDFS的Hbase是天然的分布式数据库;MapReduce提供了云计算框架，它的数据来源也是分布式的，可以是HDFS，也可以是Hbase。

　　HBase是分布式数据产品，多台设备共同提供类似数据库的服务，但是这种服务是分布式，由多台设备来提供的，用户也完全感觉不到设备的存在，只知道有一个数据库给他们服务。这个也就是大数据库的基础。

　　在HBase之上，有MapReduce服务框架，也就是并行分析计算服务框架，可以支持各种分析应用并发的在多台设备上执行，完成一个共同的任务，原来1个人需要10天完成的任务，现在可以10个人1天完成，大大提升了数据分析的效率，这个也就是分布式计算的基础。

　　Pig、Hive等是数据分析的引擎，提供快速的数据分析接口和能力。

　　Hadoop主要有以下几个优点：

　　一是高可靠性。Hadoop按位存储和处理数据的能力值得人们信赖。

　　二是高扩展性。Hadoop是在可用的计算机集簇间分配数据并完成计算任务的，这些集簇可以方便地扩展到数以千计的节点中。

　　三是高效性。Hadoop能够在节点之间动态地移动数据，并保证各个节点的动态平衡，因此处理速度非常快。

　　四是高容错性。Hadoop能够自动保存数据的多个副本，并且能够自动将失败的任务重新分配。

　　五是低成本。与一体机、商用数据仓库以及QlikView、Yonghong Z-Suite等数据集市相比，hadoop是开源的，项目的软件成本因此会大大降低。
第三十五届CIO班招生
国际CIO认证培训
首席数据官（CDO）认证培训

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。