Hadoop实现了一个分布式文件系统简称HDFS。HDFS有高容错性的特点，并且设计用来部署在低廉的硬件上;而且它提供高吞吐量来访问应用程序的数据，适合那些有着超大数据集的应用程序。HDFS放宽了POSIX的要求，可以以流的形式访问文件系统中的数据。

Hadoop的框架最核心的设计就是:HDFS和MapReduce。HDFS为海量的数据提供了存储，则MapReduce为海量的数据提供了计算。

Hadoop的核心组件

1、海量存储——HDFS

• 分布式易扩展
• 廉价易得
• 高吞吐量
• 高可靠性

2、分布式并行计算——资源调度+编程模型

• 大容量高并发
• 封装分布式实现细节
• 大大提高分析效率

Hadoop的优点

1. 扩展性：Hadoop可以扩展至数千个节点，对数据持续增长，数据量特别巨大的需求很合适。
2. 低成本：Hadoop对硬件要求不高，从软件上节约成本。
3. 生态群活跃：其周边开源项目丰富，HBase, Hive，Impala等等基础开源项目众多。

Hadoop 正失去市场？

然而令人惊讶的是，最近行业里开始传出一种声音：Hadoop 的市场占有率已经出现了明显的停滞不前。甚至 IBM 的大数据宣传人员 James Kobielus 还公开表示：“Hadoop 在大数据领域的颓势比我预期的还要严重。”

调查显示：在没有投资的人中，有 49% 的人正在努力学习怎样行之有效地利用 Hadoop 为企业创造更多价值，其次还有将近 57% 的人表示并非他们不想，但是存在技能差距是主要障碍，而且这种差距是无法在短期内缩小的。

以上结论与另一项关于 Hadoop 的调查相一致：在2014年中期，大约有 0.061% 的招聘广告中出现了“Hadoop Testing”这个关键词，然后该数字在 2016 年末又上升到 0.087%，在 18 个月内增长了大约 43%。

其实单纯从 Hadoop 的市场占有率来推断其发展态势似乎有些片面了，因为还有许多公司并非不想采用 Hadoop，只是他们发现很难利用现有的技术团队充分挖掘 Hadoop 的应用价值，实际上，他们只是需要更多的专业知识。

閱讀更多 咱小二 的文章

關鍵字: Hadoop HDFS Hive