为什么需要Hadoop？

在学习Hadoop之前，我们需要先了解一下Hadoop是用来做什么的？

在大的企业的应用服务中，用户会产生大量的数据，登录记录、注册记录、消费记录等等，对于企业来说这些数据可以用来分析用户行为，来制定对应的策略，但是大量的数据的存储是非常重要的问题。

独立式存储

以前的企业存储用户数据，通常会准备一台超大的服务器，来存储大量的数据，这种叫做独立式的存储系统，这种存储系统存在非常多的弊端，比如单机存储，很有可能一天存储容量不够了，还有成本问题，一台超大的服务器成本太大，以及数据传输，单台服务器的IO性能差，再就是故障问题，万一这个超大的服务器"挂了",那里面的数据怎么办？

分布式存储(Hadoop)

正由于独立式存储系统的各种弊端，从而出现了分布式存储系统。原来的一台超大服务器不是又贵又少吗，那么换个思路，分布式系统选择成本较低的多台服务器组成一个集群来处理数据

 

分布式的优点

负载均衡

• 可以将数据平衡地分布在多个服务器中

• 可以让多台服务器一起处理一个单台服务器无法处理的任务

故障转移

• 分布式文件系统，采用备份的方式来应对故障，一旦某台服务器发送了故障，那么这台服务器的备用服务器立马"顶"上去接替它的任务

伸缩性

• 伸缩性也就可扩展性，可以在特定的时间增加或减少集群中服务器的数量

• 比如在双十一期间，用户数据猛增，那么就可以适当的给集群添加服务器，在结束后再减少服务器的数量

总结

负载均衡：重的东西不要一个人拿，大家一起拿

故障转移：首发球员受伤了，替补顶上，比赛继续

伸缩性：今年公司业务多，多招几个秃头的IT男，明年业务少了，开始辞退员工