溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章將為大家詳細講解有關hadoop MapReduce HDFS應用場景有哪些，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。
Hadoop從存儲上來說，是類似于冗余磁盤陣列(RAID)的存儲方式，將數據分散存儲并提供以提供吞吐量，它的存儲系統就是HDFS（Hadoop Distuibute Fils System）；從計算上來說，它通過MapReduce模型，將大數據的計算分發到多臺計算機上完成，再將結果合并，減少計算的時間。
Hadoop適合于：
1、超大數據的計算；
2、一次寫入、多次讀取的模式；
3、可以跑在普通的硬件上。
Hadoop不適合：
1、低延遲的數據訪問，它是為高數據吞吐量應用優化的；
若要處理一些用戶要求時間比較短的低延遲應用請求，HDFS不適合。它是為了處理大型數據集分析任務的，主要是為達到高的數據吞吐量而設計的。這就可能要求以高延遲作為代價【以時間來換取空間】。目前補充的方案是：使用HBase,通過上層數據管理項目來盡可能彌補這個不足。
2、大量的小文件
Hadoop客戶端需要和namenode進行交互，而namenode中存放的是datanode的文件屬性，且都是在內存中，如果小文件過多，namenode是存放不了的；
3、多用戶寫入，任意修改文件。
Hadoop適合于一次計算，多次讀取的場景，如搜索引擎，只支持隨機讀取不支持隨機寫入，如Hadoop和Lucene的集成就不能夠直接集成，因為Lucene支持隨機寫入。
關于“hadoop MapReduce HDFS應用場景有哪些”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，使各位可以學到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
