大数据关键技术分析

Hadoop就是基于这样的理念设计。Hadoop是一个由Apache基金会所开发的分布式系统基础架构，计算分析处理所涉及的框架，允许多台设备一起工作，充分利用集群的威力进行高速运算和存储，共同完成一项任务，而对于用户来说这些设备是感知不到了，Hadoop技术屏蔽了底层的细节。

    Hadoop最底层是HDFS，也就是Hadoop文件系统，这个是分布式文件系统，由多台设备提供统一的存储空间，而用户感觉不到多台设备，只看到一个统一的存储空间，这也是云存储技术的基础。构建于HDFS的Hbase是天然的分布式数据库;MapReduce提供了云计算框架，它的数据来源也是分布式的，可以是HDFS，也可以是Hbase。

    HBase是分布式数据产品，多台设备共同提供类似数据库的服务，但是这种服务是分布式，由多台设备来提供的，用户也完全感觉不到设备的存在，只知道有一个数据库给他们服务。这个也就是大数据库的基础。

    在HBase之上，有MapReduce服务框架，也就是并行分析计算服务框架，可以支持各种分析应用并发的在多台设备上执行，完成一个共同的任务，原来1个人需要10天完成的任务，现在可以10个人1天完成，大大提升了数据分析的效率，这个也就是分布式计算的基础。

    Pig、Hive等是数据分析的引擎，提供快速的数据分析接口和能力。

    Hadoop主要有以下几个优点：

    一是高可靠性。Hadoop按位存储和处理数据的能力值得人们信赖。

    二是高扩展性。Hadoop是在可用的计算机集簇间分配数据并完成计算任务的，这些集簇可以方便地扩展到数以千计的节点中。

    三是高效性。Hadoop能够在节点之间动态地移动数据，并保证各个节点的动态平衡，因此处理速度非常快。

    四是高容错性。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。

    五是低成本。与一体机、商用数据仓库以及QlikView、Yonghong Z-Suite等数据集市相比，hadoop是开源的，项目的软件成本因此会大大降低。