硬件选型：
1、服务器：太贵：大型机、小型机（400W左右），一般起步公司假设年收2000W，硬件成本占1/4不太现实 2、PCServer：适合：最适合hadoop的支持廉价机器的，20-5W不等 3、云服务：小公司适用，但是如果数据增长过快，可能很快就需要自行搭建硬件集群，进行数据迁移。以滴滴为例，目前全球日数据量是2000TB 4、普通PC机器，稳定性差，可用于实验环境。
集群规模：
1、核心因素：数据量； 问题： 日数据量20G，需保存10年，需要多少台Server? 总数据量： 20G*350*10=70000G=70T 副本数量： 3 一台机器： 4T 性能考虑： 预留30% 70*3/（1-30%）/4=80台 2、性能需求： 简单查询100G数据量时，耗时上限（5-10min？） 复杂查询（join）时，耗时上限（30min？） 历史数据导入时，耗时上限 增量数据导入时，耗时上限 3、可靠性需求： 每月宕机次数（<1） 每月宕机时间（<10min） 4、可用性： 每台机器每月的宕机时间（） 5、容错性： 机器故障，数据不丢失
软件选型：
1、jdk : 1.7 1.8 2、hadoop: apache /cm+cdh/ambari+hdp 3、OS: centos(6 7) 4、网络：千M或者 万 M
节点规划
1、软件安装目录 2、数据存放目录 3、临时存放目录 4、pid目录 5、用户目录 6、其它目录
HA
1、故障转移 zkfc(zkFailoverController)的两大组件实现namenode的故障转移：healthMoniter、activeStandbyElector 2、共享存储 QJM共享namenode edits 日志。 journalNode在共享存储的基础上进行namenode日志同步服务；