MapReduce的优缺点

优点
1，开发简单：用户不用考虑进程间的通信和套接字编程

2，可扩展性强：当集群资源不能满足计算需求时，可以增加节点的方式达到线性扩展集群的目的。

3，容错性强：对于节点故障导致失败的作业，MapReduce计算框架会自动将作业安排到健康的节点进行，直到任务完成。

缺点
1，执行速度慢：普通的MapReduce作业几分钟完成，数据量大的可能几个小时甚至一天的时间。

2，MapReduce过于低层化：一个简单的查询，需要写Map和reduce函数，复杂且耗费时间，建议使用hive数据库进行处理。

3，不是所有的算法都用MapReduce实现：例如机器学习的模型训练，有赖于状态共享和参数间的依赖，需要维护和更新。