第一章 初识hadoop

容量的单位

顺序:从小到大

1024

MB->GB->TB->PB->EB->ZB->YB

名言：大数据胜于好算法

大数据真实需求案例：邮件公司日志，每月运行一个mapreduce，任务帮助公司决定在哪些Rackspace数据中心需要添加新的服务器

硬盘操作的延迟主要受两方面影响：

1、寻址时间:将磁头移动到特定的硬盘位置进行读写操作的过程

2、传输速率，取决于硬盘的带宽，eg：固态硬盘和普通硬盘

关系型数据库和mapreduce的比较

	传统关系数据库	MapReduce
数据大小	GB	PB
数据存储	交互式和批处理	批处理
更新	多次读/写	一次写入，多次读取
结构	静态模式	动态模式
完整性	高	低
横向扩展	非线性	线性

结构化数据:有类型有数据，比如JAVA String a= 1;eg:XML数据

半结构数据:有数据无类型，比如PHP $a = 1;eg:Excel数据

非结构数据:无内部结构纯文本图片

Hadoop发展史

名字是飞象，小朋友起的名字，好拼写，含义宽泛，易于传播

hadoop在雅虎 腾飞

版本1.x ，0.22，2.x