《Hadoop权威指南》随笔

对于Hadoop的学习，最权威的书就应该就是这本书了吧，作为一个初学者，希望在看书的过程中，记录自己感觉有用的东西，方便以后的学习使用。

第一章、初识Hadoop

    在面试的过程中，面试官可能会问，你是怎么看Hadoop的？在这里写下我的理解

    我们生活在一个数据的时代，每时每刻都会产生大量的数据，数据量可达到TP或PB。并且数据的格式各种各样，这就产生了两个问题，数据的存储和分析。Hadoop为我们提供了可靠的文件存储系统HDFS和分析系统MapReduce，并且Hadoop解决了读取数据的效率问题，并且通过副本策略解决了单机故障问题。

    比如说如果我们把数据只放在一块1T硬盘上，读取速率100M/s，那么我们需要花费2.5个小时才能读完。减少读取时间的方法就是并行读取，将数据存放在好几块硬盘上，每块硬盘存放一部分数据，那么这样我们读取数据的时间就可以大大缩减了。还有一个问题，就是如果我们存放数据的硬盘挂掉了，那对于我们来说是，损失是不可预计的。Hadoop就提供了副本策略，将数据进行备份，这样我们若遇到服务器挂掉，我们就可以从其他服务器上读取复制的数据。

并且Hadoop提供了可以结合不同来源的数据进行分析，这就是MapReduce。由map和reduce两部分组成，并且只能由这两个接口对外提供服务。