Hadoop的优点| Hadoop的缺点
本页介绍了Hadoop的优点和缺点。它提到了Hadoop的优点和缺点。
什么是大数据?
•“大数据”类似于小数据，但更大。大数据中的“大”一词不仅仅指数据量。它还包括数据生成速度快、格式复杂、来源多样等。大数据的三个V是Volume、Velocity和Variety。
•涉及大数据的挑战有很多，包括捕获数据，管理，存储，搜索，共享，传输，分析，演示等。
•要完成上述挑战，传统的计算技术是不够的。结果“HADOOP”被开发出来了。请参考什么是大数据?它的优点和缺点>>．
什么是Hadoop?
谷歌最初开发了一种名为“Mapreduce”的算法，可以将大任务划分为小任务。然后这些小任务被分配给许多计算机。处理后的结果被集成以形成结果数据集。
根据谷歌提供的解决方案，Doug cutting和团队开发了开源项目“Hadoop”。Hadoop应用“MapReduce (MR)”算法，其中数据与其他数据集并行处理。如图1所示。
Hadoop是一个用Java编写的Apache开源框架，它允许使用简单的编程模型跨计算机集群分布式处理大型数据集。
•用于开发应用程序，可以对大量数据执行完整的统计分析。
•Hadoop旨在从单个服务器扩展到数千台机器，以提供本地计算/存储。
Hadoop架构由两层组成。
MapReduce作为处理/计算层
•使用HDFS作为存储层
Hadoop的好处或优势
Hadoop解决了大数据问题。以下是好处或Hadoop的优势：
➨通过向Hadoop集群中添加更多的节点，可以获得更多的存储和计算能力。这样就不需要购买外部硬件。因此，这是一个更便宜的解决方案。
➨可以处理非结构化数据和半结构化数据。
➨Hadoop集群集存储和分布式计算于一身。
➨Hadoop框架具有内置的强大功能和灵活性，可以做以前不可能做的事情。
➨hadoop中的HDFS层具有自修复、复制和容错特性。如果服务器或磁盘崩溃，它会自动复制数据。
➨Hadoop以较低的成本为各种应用程序提供可伸缩性、可靠性和大量的库。
➨有助于将数据分布在不同的服务器上，防止网络过载。
Hadoop的缺点
以下是缺点或Hadoop的缺点：
➨不适合小数据和实时数据应用。
➨连接多个数据集操作是复杂的。
➨它没有存储或网络级加密。
➨集群管理很难，即在集群中，诸如调试、分发软件、收集日志等操作太难了。
➨当由单个主机操作时，将导致缩放困难。
➨编程模型是非常受限的。
数据挖掘和数据分析相关链接
数据分析教程
什么是数据分析
什么是数据清理
什么是数据重复删除
什么是数据剖析
数据分析的优点和缺点
什么是大数据
什么是Hadoop
数据挖掘术语
数据挖掘工具和技术
什么是云存储
数据挖掘教程
数据分析的优点和缺点
其他无线技术的优缺点
有什么不同
OFDM和OFDMA的区别
SC-FDMA和OFDM的区别
SISO和MIMO的区别
TDD和FDD的区别
FDMA, TDMA, CDMA
FDM vs TDM
CDMA vs GSM