大數據闡明是此刻十分火熱的話題，從農業到家產、從金融到體育、從傳統企業到初創公司，各行各業都在努力應用大數據闡明，好像你的企業反面大數據沾點邊就會顯得沒有逼格一樣。
跟著大數據闡明的一連走紅，大數據闡明東西也泛起出了各處著花的態勢，我們本日要說的Hadoop就是個中之一。
Hadoop是Apache開拓的一個開源項目，短短幾年的時間，我們就見證了Hadoop從無到有、從簡略到不變的轉變。今朝Hadoop因其具有高度可擴展性，機動性和本錢效益，已經成為大數據闡明的抱負東西。
Hadoop對大數據存儲和預測闡明有什么長處?
Apache Hadoop軟件庫是一個框架，答允在集群處事器上利用簡樸的編程模子對大數據集舉辦漫衍式處理懲罰，它的可擴展性很是好，可以從單臺處事器擴展到數以千計的處事器。Hadoop在大數據存儲和闡明方面表示十分精彩：
低妨礙率
每臺呆板城市舉辦數據復制，這一特點也使得Hadoop成為大文件備份的一個好選擇。當一個節點復制了一個數據塊，那么同一數據集群中的其他節點也會復制。數據備份超過多個節點，所以數據被永久改變或粉碎的大概性很是小，系統的容錯性也隨之提高了。
本錢效益
Hadoop是最具本錢效益的大數據闡明和存儲辦理方案之一。 按照Cloudera的研究，Hadoop存儲數據的本錢僅僅是其它大數據存儲辦理方案很小的一部門。
Cloudera公司產物副總裁Zedlewski Zedlewski認為，今朝網絡存儲的市場行情約莫是1TB數據5000美元，在詳細環境下大概會有價值的上下浮動。在數據庫、數據集市、數據客棧以及相關的硬件規模，凡是1TB數據的價值大概要到達10000美元到15000美元。
機動性
Hadoop是一個很是機動的辦理方案，用戶可以利用SQL輕松添加提取布局化和非布局化數據集。這一特點對醫療行業來說出格有代價，因為醫療行業需要不絕地更新患者記錄。按照Dezyre陳訴顯示：,美國醫療保健行業內最大的軟件及處事提供商Sage已經在操作Hadoop舉辦基因組學、癌癥治療以及患者生命監測等相關事情。
可擴展性
Hadoop支持高度可擴展，它可以存儲TB級數據，并同時運行數千個數據節點。
操作SQL迎擊Hadoop和大數據闡明的挑戰
Hadoop與SQL兼容，所以合用范疇遍及，用戶可以利用多種SQL要領來提取和利用Hadoop存儲的大數據，假如已經純熟把握了SQL，那么Hadoop就大概成為最佳的大數據闡明辦理方案。
可是假如想要從Hadoop中提取數據，那么就需要一個巨大的SQL引擎，今朝市面上有許多開源辦理方案，Apache Hive就是個中之一。
Apache Hive有三個主要成果：運行數據查詢、匯總數據、大數據闡明，它可以自動將SQL查詢轉換為Hadoop MapReduce功課，可是它有一個很大的缺點就是它跟著數據集群的巨細會有時間延遲的問題。
“Hive自己就不是為OLTP事情負載設計的，所以不提供及時查詢或行級更新，它更適合于大量僅附加數據(如Web日志)的批處理懲罰功課。”Hive在大數據集項目上的時間延遲十理解顯，因此它不適合需要及時闡明數據的可擴展項目。
除了Hadoop Hive之外，尚有一些其它的SQL引擎：
Rick van der Lans陳訴暗示：上圖這些辦理方案根基上都可以或許補充Apache Hive的不敷，它們的特性之一就是多語言耐久性，這一特性意味著它們既可以跨數據庫會見數據，也可以會見存儲在Hadoop上的數據。別的，今朝也有許多用于及時大數據闡明的應用措施。
InfoWorld陳訴顯示今朝Spark、Storm和DataTorrent是Hadoop及時大數據闡明規模的三大領先辦理方案，今朝Hadoop中的流數據及時處理懲罰凡是會選擇Storm或Spark，而DataTorrent是開源自一個之前的貿易產物，此刻已經插手到了Hadoop戰局中。
，香港云服務器 美國云主機
