大数据时代为什么都在谈Hadoop?

“为什么很多公司都采用Hadoop方案处理大数据业务”，引来很多回答，笔者整理如下，其观点或有时而可商，欢迎讨论。
先说一说什么样的公司比较倾向于使用Hadoop。有人认为，使用Hadoop的前提是自身有没有收集并分析数据的需要，并且数据量是否一直在增长并且不可丢弃。

目前看起来，此类数据多数为日志数据，分析用户习惯，或者就是传感器之类的数据，分析环境等监控内容的变化规律。也有很多公司不使用Hadoop，比如多 数从事政府行业或者部分企业系统开发的公司，他们对系统的易部署及易维护性要求更高，虽然也会遇到一部分数据量较大，不过通常使用NoSQL数据库就能够 满足需要了，很少使用Hadoop。

这又回到了一句老话，任何技术，都是为了解决问题而存在的，没有必要为了技术而技术!

那么，使用Hadoop的公司为什么选择Hadoop呢?选择Hadoop，其实是选择的的MapReduce，把大块的任务切分为若干份小任务，由集群的每台服务器来计算，最后把结果合并。

有人认为，主要有三点：1，可以解决问题; 2，成本低 ; 3，成熟的生态圈。

一、Hadoop为大数据而生

在那个没有Hadoop的时代，大家是怎么处理大量数据的呢?IBM的大型机是一个很不错的解决方案。

中国的银行系统目前很大一部分还在大型机上。但是大型机太贵了，实在是太贵了。

于是Google来了，经过谨慎的思考，Google的工程师们发现实际上使用一个简单得分布式计算模型MapReduce就能完成他们的需求。然后他们就搞了一个MapReduce。然后就写了几篇关于这种计算方法的论文。

有了思想，而且有了Google这么大数据量的数据验证，复制技术就很容易了。于是大家就开始搞，然后大家就搞出来一个Hadoop。而且Hadoop是Apache 下的项目，正