1.5 Hadoop特点

Hadoop作为比较流行的分布式开源项目系统，提供了存储和处理海量数据的能力，很多大公司，如 Google、Facebook 等都争先使用 Hadoop 作为公司内部产品的技术支撑。Hadoop所具有的几个特征如下。

（1）高可扩展性。

Hadoop是一个高度可扩展的存储平台，可以存储和分发横跨数百个并行操作的廉价的服务器数据集群。能可靠地（reliably）存储和处理拍字节（PB）数据。不同于传统的关系型数据库系统不能扩展到处理大量的数据，Hadoop是能给企业提供涉及成百上千TB的数据节点上运行的应用程序。

（2）成本效益良好。

Hadoop为企业用户提供了极具成本效益的存储解决方案。传统的关系型数据库管理系统的问题是不符合海量数据的处理器，不能够符合企业的成本效益。Hadoop的架构则不同，其被设计为一个向外扩展的架构，可以经济地存储所有公司的数据供以后使用，节省的费用是非常惊人的，Hadoop提供数百TB的存储和计算能力。

可以通过普通机器组成的服务器群来分发以及处理任务数据。这些服务器群总计可达数千个节点，甚至更多。与一体机、商用数据仓库相比，Hadoop是开源的，项目的软件成本因此会大大降低

（3）灵活性更好。

Hadoop能够帮助企业轻松地访问数据源，并可以分析不同类型的数据，从这些数据中产生价值，这意味着企业可以利用 Hadoop 的灵活性从社交媒体、电子邮件或单击流量等数据源获得宝贵的商业价值。

此外，Hadoop的用途非常广，诸如对数处理、推荐系统、数据仓库、市场活动分析以及欺诈检测。

（4）Hadoop处理更快。

Hadoop拥有独特的存储方式，用于数据处理的工具通常在与数据相同的服务器上，从而能够更快地处理数据，如果你正在处理大量的非结构化数据，Hadoop能够有效地在几分钟内处理TB级的数据。

通过分发数据，Hadoop可以在数据所在的节点上并行地（Parallel）处理，这使得处理非常快速高效。

（5）容错能力强。

使用Hadoop的一个关键优势就是具有很强的容错能力。当数据被发送到一个单独的节点，该数据也被复制到集群的其他节点上，这意味着在故障情况下，存在另一个副本可供使用。

Hadoop能自动地维护数据的多份副本，一般默认备份为3份，一旦某个节点上的数据损坏或丢失，立刻将失败的任务重新分配。并且在任务失败后能自动地重新部署（Redeploy）计算任务。