hadoop 第一章 初识Hadoop

数据的存储与分析

1. 多年来，硬盘存储容量快速增加，但访问速度--数据从硬盘读取的速度，确未能与时俱进；
2. 从一个驱动器上读取所有的数据需要很长时间，写甚至更慢；
3. 一个很简单的减少读取时间的办法：同时从多个磁盘上读写数据；

这也是，Hadoop 的MapReduce的最大优势，或者解决的最大的问题。

关系型数据库管理系统

为什么不能使用数据库MySQL，加上更多磁盘来做大规模的批量分析？为什么需要MapReduce？

1. 这个问题的答案来自于磁盘驱动器的另一个发展趋势：寻址时间的提高速度远远慢于传输速率的提高速度；
2. 寻址：将磁头移动到特定位置，进行读写操作的工序；
3. 寻址特点：磁盘操作有延迟，而传输速率对应于磁盘的带宽；
4. 在更新小部分数据库记录的时候，传统的B树效果很好，但在更新大部分数据库数据的时候，B树的效率就没有MapReduce的效率高，因为它需要使用排序/合并重建数据库