Hadoop权威指南学习笔记一

声明：本文是本人基于Hadoop权威指南学习的一些个人理解和笔记，仅供学习参考，有什么不到之处还望指出，一起学习一起进步。

转载请注明：http://blog.csdn.net/my_acm

1、

数据的增长远远超过了磁盘的读取速度，传统的数据存储方式和分析方式变得不再适用于大数据的处理。

Hadoop分为两大核心技术，HDFS（HadoopDistributed File System-分布式hadoop文件处理系统）和MapReduce（分为Map-数据映射等，Reduce-数据合并等）。

基于HDFS的分布式文件系统，数据可以分布在一个很广的不同的范围内（当然也可以是集中式的数据）进行并行处理分析，而处理分析的能力则用MapReduce算法进行分析。也因为这种分布式的系统，是的其能在不是很高性能的机器上运行，所以成本并不高。

2、

为什么传统的RDBMS不能适应大数据处理呢？

首先来看看下面的一张表格：

更重要的是MapRuduce和关系型数据库之间它们处理的数据集的结构化数据的数量。

所谓结构化数据就是拥有准确定义的实体化数据，符合某种预定义模式。而通常的半结构化数据和非结构化数据则不能在RDBMS上很好的处理，相反MapRduce的却能很好的处理这些非结构化数据。

当然随着时间的推移RDBMS（借鉴MapReduce的思想）和MapReduce之间的区别可能会越来越模糊。

基于MapReduce的两个重要高级查询语言Pig和Hive。

3、

Hadoop是DougCutting——Apache Lueene创始人——开发的使用广泛的文本搜索库。虽然Hadoop最出名的事MapReduce和HDFS但是它还有其他一些配套服务。