大数据Hadoop技术的优缺点

这篇文章主要介绍"大数据Hadoop技术的优缺点"，在日常操作中，相信很多人在大数据Hadoop技术的优缺点问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答"大数据Hadoop技术的优缺点"的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

　　大数据入门之Hadoop技术优缺点

　　(1)Hadoop具有按位存储和处理数据能力的高可靠性。

　　(2)Hadoop通过可用的计算机集群分配数据，完成存储和计算任务，这些集群可以方便地扩展到数以千计的节点中，具有高扩展性。

　　(3)Hadoop能够在节点之间进行动态地移动数据，并保证各个节点的动态平衡，处理速度非常快，具有高效性。

　　(4)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，具有高容错性。

　　Hadoop的缺点郑州做人流哪家医院好www.sptdnk.com

　　(1)Hadoop不适用于低延迟数据访问。

　　(2)Hadoop不能高效存储大量小文件。

　　(3)Hadoop不支持多用户写入并任意修改文件。

　　Hadoop的核心组件

　　Hadoop自诞生以来，主要出现了Hadoop1、Hadoop2、Hadoop3三个系列多个版本。

　　HDFS和MapReduce是Hadoop1的核心组件，Hadoop生态圈里的很多组件都是基于HDFS和MapReduce发展出来的。在继Hadoop1之后出现了Hadoop2，Hadoop2在Hadoop1的基础上做了改进。相比Hadoop1，Hadoop2的三大核心组件分别是HDFS、MapReduce、Yarn。目前市面上绝大部分企业使用的是Hadoop2，本书使用的是Hadoop2.7.3这一版本。

　　Hadoop2的一个公共模块和三大核心组件组成了四个模块，简介如下。

　　(1)HadoopCommon：为其他Hadoop模块提供基础设施。

　　(2)HDFS：具有高可靠性、高吞吐量的分布式文件系统。

　　(3)MapReduce：基于Yarn系统，分布式离线并行计算框架。

　　(4)Yarn：负责作业调度与集群资源管理的框架。

到此，关于"大数据Hadoop技术的优缺点"的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注网站，小编会继续努力为大家带来更多实用的文章！