Paradigm4：调查显示76%的数据科学家认为Hadoop太慢
发布于 2014-07-02 14:30:29 | 251 次阅读 | 评论: 0 | 来源: 网友投递
Hadoop分布式系统
一个分布式系统基础架构，由Apache基金会所开发。
用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力高速运算和存储。
据分析调研公司Paradigm4一项调查显示，76%的数据科学家认为Hadoop太慢了。数据科学家表示，Hadoop作为开源软件框架，在实际应用中还需要更多的精力进行编程，与大数据应用需求相比，其处理速度也还不够快。
91%的受访者表示，正在执行有关大数据的复杂分析，其中39%的人认为其工作变得更加困难。71%的受访者表示：数据类型的多样性和数据量让分析更加困难。
76%的受访者提到了有关Hadoop的问题，39%人认为需要太多的编程努力;37%的人表示即席查询速度太慢，30%的人认为进行实时分析其速度太慢。
如今大数据对于企业越来越重要。据戴尔委托Competitive Edge Research的一项研究显示：那些员工人数在2000～5000人的中型企业已经开始拥抱大数据技术兴起，80%的中型企业认为应该更好地分析他们的数据，他们相信大数据应用能够更好地提升企业决策水平。
对于小型企业而言，免费和便宜工具会让大数据收集和分析变得简单，也是提升竞争力必须要做的事情。Paradigm4本次调查从三月开始，四月结束，为期一个月，得到了美国111数据科学家的响应。
Hadoop是什么：
一个分布式系统基础架构，由Apache基金会所开发。
用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力高速运算和存储。
Hadoop实现了一个分布式文件系统（Hadoop Distributed File System），简称HDFS。HDFS有高容错性的特点，并且设计用来部署在低廉的（low-cost）硬件上；而且它提供高传输率（high throughput）来访问应用程序的数据，适合那些有着超大数据集（large data set）的应用程序。HDFS放宽了（relax）POSIX的要求，可以以流的形式访问（streaming access）文件系统中的数据。
Hadoop的框架最核心的设计就是：HDFS和MapReduce.HDFS为海量的数据提供了存储，则MapReduce为海量的数据提供了计算。