关于Hadoop的六大误解

Hadoop作为一种用于存储和分析大型数据的分布式系统基础架构，能够对分布在多个现有服务器中的数据进行处理。Hadoop适合处理来自手机、电子邮件、社交媒体、传感器网络和其它不同渠道的多样化、大负荷的数据，因此通常被认为是一种大数据操作系统。
　　Hadoop的这种特性，让其在很多人眼中成为大数据的同义词，而这正是对Hadoop产生误解的来源。随着大数据的炒作不断升温，实际上也出现了很多对Hadoop如何应用于大数据的误解。中培教育负责《大数据Hadoop与Spark架构应用实战》培训的专家钟老师认为，Hadoop与大数据存在一定区别，因此并不能与大数据画上等号。钟老师进一步指出，目前在互联网行业，很多人对Hadoop存在6大误解：
误解一：Hadoop是一个完整的解决方案。
　　钟老师认为事实并非如此。无论你把它称为“框架”或“平台”都可以，只是不能认为Hadoop可以解决大数据方面的所有问题。
　　首先，由于Hadoop是开源项目，许多其他Hadoop相关的项目，如Cassandra和HBase，都可以满足特定的需求。HBase提供的分布式数据库，支持大数据表的结构化数据存储。
　　此外，正像红帽、IBM和其他厂商将Linux打包成各种用户友好的产品一样，有很多大数据方面的创业公司，正在对Hadoop做同样的事情。所以，虽然Hadoop本身不是一个完整的解决方案，大多数企业实际上还是会在比较完整的大数据解决方案中遇到它。
误解二：Hadoop是数据库当中一种类型。
　　实际上很多人都将Hadoop当成数据库当中的一种，但事实并非如此。Damballa安保公司的一名软件工程师，Marshall Bockrath-Vandegrift说：“Hadoop核心中没有任何类似于查询或索引的核心平台。”Damballa公司利用Hadoop来分析实时的安全风险。
      “我们使用HBase来帮助我们的风险分析师针对被动DNS数据运行实时查询。HBase和其他实时技术不仅与Hadoop是互补的，而且多数依赖Hadoop核心的分布式存储技术(HDFS)来实现高性能的分布式数据集的访问。”他补充说。
　　Bloom Reach数据营销分析公司的科学家Prateek Gupta也表示：“Hadoop不是为替代数据库系统而生的，但却可以用来建立数据库系统。”
误解三：对企业级Hadoop应用是一种冒险。
　　许多企业担心Hadoop太新，未经考验，不适合企业级应用。没有什么想法比这更错误的了。别忘了，Hadoop是基于谷歌文件系统的分布式存储平台和运行于该文件系统上的GoogleMapReduce数据分析工具建立的。雅虎在Hadoop上投入了资金和精力，并于2008年推出其第一个大型Hadoop应用，一种搜索“站点地图”，可对所有已知的网页和相应的元数据进行索引，从而完成对这些页面的搜索。
　　现在，Hadoop被包括Netflix、Twitter和eBay等公司所采用，包括微软、IBM和甲骨文这样的公司都有Hadoop工具出售。目前，将Hadoop称为“成熟”的技术还为时尚早，这一点与任何大数据平台的情况类似，然而它确实已经得到了大型企业的采纳和验证。
　　这不意味着它是一种没有风险的平台，安全问题本身就是一个比较棘手的问题。但企业远不该就因此被Hadoop平台的年轻而吓跑。
误解四： Hadoop的使用需要大量程序员进行维护。
　　取决于你要做的事情，这个说法或许是对的。如果你计划开发优秀的下一代Hadoop大数据套件，可能需要专业的Java和MapReduce编程人员。反过来，如果你愿意利用他人的成就，编程就不是一个问题。数据集成供应商Syncsort的建议分析师们利用Hadoop兼容的数据集成工具来运行高级查询，这样做无需任何编码工作。
　　大多数数据集成工具都有图形化界面，可以屏蔽MapReduce编程的复杂性，很多还带有预置的模板。此外，包括Alpine Data Labs、Continuuity和Hortonworks在内的创业型公司，还提供可以简化大数据和Hadoop应用的工具。
误解五：中小企业不适合用Hadoop。
　　许多中小企业担心会被“大数据”的趋势拒之门外。IBM、甲骨文等大型厂商自然倾向于兜售大而昂贵的解决方案。这并不意味着市场上没有适合中小企业的相关工具。
　　云计算正在迅速推动一些尖端技术的大众化应用。“云计算正将资本支出转化为运营成本，”《大数据》的作者菲尔·西蒙指出。“你可以和Netflix利用相同的云服务。同样的事情也开始发生在大数据领域，一个只有五个员工的企业，照样可以使用Kaggle。”
　　Kaggle称自己为“在数据问题和数据方案间搭建桥梁的市场。”例如，创业公司Jetpac以5000美元悬赏一种算法，以找出最有吸引力的度假照片。多数度假照并不好，而从中筛选是一个繁琐，耗时的过程。
　　Jetpac让人手工评选出了30000张照片，并且寻求一种能够与人工方式类似，只是通过分析元数据(照片大小、标题，描述信息)来进行排序的算法。如果该公司自行开发这一算法，花的钱绝对不止5000美元。而且他们只能得到一种方案，而不是从各种方案中优选。Jetpac的图像处理工具，最终帮助其获得了240万美元的风投资金。
误解六：Hadoop比较便宜。
　　这个误解对任何开放源代码的软件都适用。省下最初的采购成本，并不意味着你一定会省钱。例如，云计算的问题之一就是，要在亚马逊平台上建立一个科研项目非常容易，以致于很多人都在AWS建立了自己的项目，在持续付费的同时，却忘了这些项目本身。
　　虚拟服务器的盲目扩张，已经使物理服务器的增加相形见绌。虽然Hadoop可以帮助你存储和分析数据，但你又如何将老的数据导入到新的系统中?如何实现数据的可视化?如何分享数据?对于这些会更多被大家分享的数据，你又如何去保护它?
　　Hadoop实际上一种东拼西凑的解决方案。你可以从Cloudera这样的公司获得完整的企业级解决方案，也可以着手建立自己高度定制化的解决方案。无论你选择的路线如何，都要认真做好预算，因为免费软件从来都不是真正免费的。
　　最后，钟老师总结道，Hadoop作为一种分布式系统基础架构，其强大的功能和广泛的应用价值，让其具有广阔的发展空间，尤其是大数据的飞速发展，也为Hadoop的发展提供了强劲的动力。但是在这个过程中，我们首先要做到的就是正确的认识它，以上的六大误解无疑为正确认识和广泛应用Hadoop带来了阻碍。