为什么要超越Hadoop（书摘）

弈者举棋不定，不胜其耦。——左传$\cdot$襄公

应用场景

Hadoop并不适用所有类型的应用程序:
如果数据分片是互相关联的，或者需要进行跨数据分片的计算，就很难有效运行在Hadoop上。
比如说，想象下你有多支股票，这些股票在不同时间点有不同的价格，现在需要计算这些股票间的关联度，比如你想预测某只股票什么时候会下跌（虽然在国内不靠谱，但是我还是容易想到AR模型），如果不同块中存储了不同的股票，你必须计算不同块中股票的关联性。

Hadoop MR不适合于迭代计算。有两个原因：一是每次迭代从HDFS中获取数据的开销，尽管可以通过分布式的缓存来分摊，另一个是Hadoop中缺乏长期存活的ＭＲ作业，通常在MR作业外，必须执行终止条件检查，以便判断计算是否完成，所以Hadoop在每次迭代中，都需要初始化新的MR作业。 ——初始化开销可能会超过迭