what hadoop good at

说白点就是适合真的非常大的数据量，并且数据本身是稳定的，查询的结果不要求太快。

数据驱动编程模型是将数据喂给不同的处理单元(带有相同或不同的执行逻辑). 运行是被数据的到达触发。因为处理只能访问分给它的数据， 因为数据共享天然被禁止了，就因为这样，所以没有必须进行协调数据的访问了，也就没有死锁等问题。

这不意味着一点也不需要数据访问协调，我们认为协调已经完成：定义处理单元是如何通过数据管道彼此连接的。

Map-Reduce编程模型是数据驱动编程模型的一个专门实现，，这种协调图是使用MapReduce工作job顺序完成的，在每个Map/Reduce工作中, 运行被切分成一个"map"段和一个"reduce"段phase. 在map段中, 每个被划分数据被处理，一个或多个结果产生，这些结果都带有一个key. 这个key用于路由输出结果给下第二个"reduce" 段phase, 在那里，带有同样key的数据被收集在一起，然后以一种聚合方式被处理。

注意在Map/Reduce模型中, 并行只有在一个工作job中发生，工作job之间是通过顺序方式实现的，不同的工作jobs 可以访问同样的数据, 必须了解工作job的串行执行可以消除数据之间协调访问的需要。

Hadoop 处理特点：
1. Hadoop是数据并行，处理串行. 在一个工作中job, 并行只在一个map段和一个reduce段中发生. 但是这两个段不能并行运行, reduce段直到map段完全完成后才能开始。

2.所有被map过程访问的数据都必须被冻结 (也不能有修改发生)，直至整个工作job完成. 这就意味做Hadoop处理数据是在一个面向批处理batch-oriented风格的链条中实现的，, 这就注定它不适合在基于流stream-based处理的方式，在流处理中，数据流是持续的必须立即得到及时处理。

3.数据之间联系是通过一个分布式文件系统(HDFS)完成. 延迟会因为网络I/O开销发生了，这种延迟不会成为面向批处理模式的主要问题，在面向批处理模式中，吞吐量才是首要考虑的，但是这意味做Hadoop不适合实现对延迟要求很严格，甚至不允许有延迟发生的在线实时系统。

根据Hadoop以上特点，给出下来Hadoop不适合的场合：
1.需要数据低延迟性的在线数据处理，（比如股票系统，更新需要让所有人及时知道，不能有丝毫延迟。)

2.在一个大数据集中执一个小数据集的随机ad/hoc处理。

3.执行实时/基于流的处理模式，数据持续到达需要立即被处理(如视频等)。