为什么大数据工程师一定要学习Hadoop，很多必备知识点你不了解

大数据就是多，就是多。原来的设备存不下、算不动。

当前是个人、是个公司都在说自己搞大数据，每天没有几个PB的数据入库，每天没有几个TB的分析数据产出敢说自己是大数据？乘着大数据噱头之风，我们还是要看一下大数据所运用的工具对于我们是否有用，当我们目前日数据产生量在10W级别时，借鉴当前分布式数据库的经验，采用Hbase集群，Hadoop作为hbase的基础，被提到首要位置做研究。

Hadoop是什么

Hadoop是一个由Apache基金会所开发的分布式系统基础架构。用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力进行高速运算和存储。Hadoop实现了一个分布式文件系统（Hadoop Distributed File System），简称HDFS。HDFS有高容错性的特点，并且设计用来部署在低廉的（low-cost）硬件上；而且它提供高吞吐量（high throughput）来访问应用程序的数据，适合那些有着超大数据集（large data set）的应用程序。HDFS放宽了（relax）POSIX的要求，可以以流的形式访问（streaming access）文件系统中的数据。