Hadoop主要由处理大量数据的公司使用。 他们可能需要处理数据 ， 执行分析或生成报告 。 当前，所有领先的组织，包括Facebook，Yahoo，Amazon，IBM，Joost，PowerSet，New York Times，Veoh等，都在使用Hadoop。 有关更多信息，请查看PoweredBy Hadoop页面 。

为什么选择Hadoop：

MapReduce是Google的秘密武器：一种将复杂问题分解并分散到多台计算机上的方法。 Hadoop是MapReduce及其自己的文件系统HDFS（Hadoop分布式文件系统）的开源实现。

Hadoop在某种程度上击败了超级计算机：

Hadoop集群在209秒内对1 TB的数据进行了排序，在年度通用（daytona）TB级的基准测试中打破了之前297秒的记录。 排序基准是由Jim Gray在1998年创建的，它指定了输入数据（100亿条100字节记录），这些数据必须完全排序并写入磁盘。 这是Java或开源程序第一次获胜。 有关更多信息， 请单击此处 。

欧洲最大的广告定位平台使用Hadoop：

欧洲最大的广告公司每天获取超过100GB的数据，现在使用RDBMS之类的经典解决方案，他们需要5天的时间进行分析并生成报告。 因此他们落后1个弱点。 经过大量研究，他们开始使用hadoop。 现在有趣的事实是“ Tey能够在1小时内处理数据并生成报告”，这就是Hadoop的魅力所在。 有关更多信息， 请单击此处 。

Hadoop的主要发行版：

1. Apache Hadoop：

Apache Hadoop项目开发了用于可靠，可扩展的分布式计算的开源软件。

Apache Hadoop提供：

• Hadoop Common ：支持其他Hadoop子项目的通用实用程序。
• HDFS ：一种分布式文件系统，可提供对应用程序数据的高吞吐量访问。
• MapReduce ：一种用于在计算集群上对大型数据集进行分布式处理的软件框架。

• Avro ：数据序列化系统。
• Chukwa ：用于管理大型分布式系统的数据收集系统。
• HBase ：一个可扩展的分布式数据库，支持大型表的结构化数据存储。
• Hive ：一种数据仓库基础结构，可提供数据汇总和即席查询。
• Mahout ：可扩展的机器学习和数据挖掘库。
• Pig ：用于并行计算的高级数据流语言和执行框架。
• ZooKeeper ：针对分布式应用程序的高性能协调服务。

2. Cloudera Hadoop：

Cloudera的Apache Hadoop发行版（CDH）为基于Hadoop的数据管理平台设定了新标准。 它是当今最全面的平台，可显着加快组织中Apache Hadoop的部署。 CDH基于Apache Hadoop的最新稳定版本。 它包括一些从将来版本中移植回来的有用补丁，以及我们为客户开发的改进

Cloudera Hadoop提供：

• HDFS –自愈式分布式文件系统
• MapReduce –强大的并行数据处理框架
• Hadoop Common –一组支持Hadoop子项目的实用程序
• HBase – Hadoop数据库，用于随机读写访问
• Hive –大型数据集上类似SQL的查询和表
• Pig –数据流语言和编译器
• Oozie –相互依赖的Hadoop作业的工作流程
• Sqoop –将数据库和数据仓库与Hadoop集成
• Flume –高度可靠，可配置的流数据收集
• Zookeeper –分布式应用程序的协调服务
• Hue –用于可视Hadoop应用程序的用户界面框架和SDK

在此模式下，守护程序（nameNode，jobTracker，secondaryNameNode（可选））在主服务器（NameNode）上运行，守护程序（dataNode和taskTracker）在从属服务器（DataNode）上运行。 请继续关注有关三种Hadoop模式/配置的文章。