大数据技术学习路线指南：[7]为什么是Hadoop

前文已经介绍过Hadoop是什么，但是关于为什么是Hadoop，Hadoop凭借怎样的本事而成为大数据分析技术的标准基础。我们一起从多个角度来了解下Hadoop的威力，以及和这威力密切相关的一切因素。

2、Hadoop命名：其实是一个孩子给棕黄色大象的命名。Hadoop图标在本系列中也随处可见。Google也是一个这样的例子。这样有一个很好的点就是想到Hadoop，就会想到大数据，而不会是其他。

Hadoop大比较

1、为什么选择Hadoop，而不是其他数据处理架构，比如传统关系型数据库或者其他。Hadoop在我的眼里，更像是在“暴力解锁”，它可以处理每一条数据，乃至每一种可能的设想。Hadoop的巨大贡献在于快速分析大数据所隐藏的事实，这在过去也许需要几天甚至几个月的时间才能完成，而Hadoop很可能只需要几分钟甚至几秒钟的时间就可以很完整地做好！

3、网格计算尝试通过多台机器（不同的任务）处理和管理共享文件系统，最终达到大数据计算的目的。这样的尝试以网络带宽的约束而失败告终。因为数据量达到GB级别以上时，网格计算的方法显得力不从心。不过网格计算用在中小型科研实验确实是说一不二的选择！

2、目前谷歌已经不再使用Hadoop架构（可以解决PB级别的数据），而是使用DataFlow结构在完成EB级别数据的分析，并且是基于对Hadoop架构的升级。这是一个可喜的消息，这不意味着Hadoop已经成为历史，而更说明Hadoop架构和其中思想的巨大潜力！

4、大数据给我们带来许多好处，但同时也产生了不少新问题。比如数据隐私，大数据安全，数据滥用等等。这些都将是需要大家达成共识的下一个议题。