Hadoop的Hadoop |的优点缺点
这个页面覆盖了Hadoop的优缺点。它提到了Hadoop优势或好处和Hadoop缺点或缺陷。
大数据是什么?
•“大数据”是类似于小数据,但更大的。“大”这个词在大数据不仅指的是数据量。它还指快速的数据起源,其复杂的格式从各种各样的来源及其起源。的三个V的大数据量、速度和多样性。
•参与大数据的挑战有很多,包括捕获数据,管理,存储、搜索、共享、转让、分析、演示等。
•实现以上挑战传统的计算技术是不够的。由于“HADOOP”了。请参考什么是大数据及其优点和缺点> >。
Hadoop是什么?
最初谷歌已经开发了一个算法称为“Mapreduce”可将大任务分解成更小的部分。这些小任务,然后分配到许多计算机。处理结果集成形成合成数据集。
从谷歌提供的解决方案,Doug cutting和团队开发了开源项目被称为“Hadoop”。Hadoop MapReduce (MR)”算法,适用于数据并行处理与其他数据集。这是图1中所示。
•Apache Hadoop是一个用Java编写的开源框架,允许跨集群的分布式处理大型数据集的电脑使用简单的编程模型。
•它是用来开发应用程序可以执行完整的统计分析大量的数据。
•Hadoop从单一服务器旨在扩大到成千上万的机器提供本地计算/存储。
Hadoop架构由两层组成。
•MapReduce处理/计算层
•Hadoop分布式文件系统(HDFS)存储层
Hadoop的好处或优势
Hadoop解决大数据问题。以下是或好处Hadoop的优点:
➨更多的存储空间和计算能力可以通过增加更多的Hadoop集群节点。这消除了需要购买外部硬件。因此它是更便宜的解决方案。
➨它可以处理非结构化数据、半结构化数据。
➨Hadoop集群提供存储和分布式计算于一体。
➨Hadoop框架内置的能力和灵活性来做是不可能的。
➨hadoop的HDFS层自我疗愈,复制和容错特性。它会自动复制数据如果服务器或磁盘崩溃了。
➨Hadoop提供了可伸缩性、可靠性和大量的以较低的成本库为各种应用程序。
➨它有助于分发数据在不同的服务器上,防止网络超载。
缺点或Hadoop的缺点
以下是缺点或Hadoop的缺点:
➨它不适合小和实时数据的应用程序。
➨加入多个数据集操作是复杂的。
➨它没有存储或网络层加密。
➨集群管理很难在集群,即操作,比如调试、分发软件,收集日志等来说太硬了。
➨当由一个主会导致扩展困难。
➨编程模型是非常严格的。
数据挖掘和数据分析相关的链接
数据分析教程
什么是数据分析
什么是数据清理
什么是数据降低
什么是数据分析
数据分析的优点和缺点
什么是大数据
Hadoop是什么
数据挖掘术语表
数据挖掘工具和技术
什么是云存储
数据挖掘教程
数据分析的优点和缺点
其他无线技术的优点和缺点
之间的区别是什么
OFDM和OFDMA的区别
SC-FDMA和OFDM的区别
不同的输出和再分配
TDD和FDD的区别
FDMA vs TDMA vs CDMA
FDM对TDM
CDMA和GSM