Hadoop雖然目前有點走下坡路，但依然是大數據的主流架構之一，實際上，盡管其出現和發展已經歷經多年，但很多人并不一定真正了解它。中培偉業《大數據平臺搭建與高性能計算最佳實戰》專家鐘老師在這里就有關Hadoop的11個真相進行了介紹，希望對大家進一步了解Hadoop有所幫助。

真相1：Hadoop是由多個產品組成的。

人們在談論Hadoop的時候，常常把它當做單一產品來看待，但真相上它由多個不同的產品共同組成。Hadoop是一系列開源產品的組合，這些產品都是Apache軟件基金會的項目?！?/p>

一提到Hadoop，人們往往將其與MapReduce放在一起，但其實HDFS和MapReduce一樣，也是Hadoop的基礎。

真相2：Apache Hadoop是開源技術，但專有廠商也提供Hadoop產品。

由于Hadoop屬于開源技術，可免費下載，所以IBM、Cloudera和EMC Greenplum等廠商都可以推出他們各自的Hadoop特別發行版本。

這些特別發行版本一般都會有一些附加特性，比如高級管理工具及相關的支持維護服務。有人可能對此嗤之以鼻：既然開源社區是免費的，那么我們為什么還要為它的服務付費?鐘老師解釋道，這些版本的HDFS對一些IT部門更合適，特別是企業IT系統已經相對成熟的用戶。

真相3：Hadoop是一個生態系統，而非一個產品。

Hadoop是由開源社區和各個廠商共同開發和推動的。具體說來，廠商的Hadoop的產品其結構化和關系性更強一些。

一直以來報表平臺、數據集成平臺在為更新的平臺提供各種各樣的接口，Hadoop當然也不例外。

真相4：HDFS是文件系統，而不是數據庫管理系統。

鐘老師最無法忍受的，就是人們常常把二者混為一談。能夠對數據集進行管理是數據管理系統很重要的特性之一，這一點HDFS是不具備的。

數據庫管理系統中，我們通過查詢索引可以實現對數據的隨機訪問，它往往處理的是結構化的數據，而在Hadoop中不會處理這樣的數據類型。

真相5：Hive與SQL類似，卻非標準SQL。

傳統獲取數據的業務工具大多都是基于SQL的，這比較讓人頭疼，因為Hadoop使用的是一種類似SQL但不是SQL的語言——Apache Hive和HiveQL。實際上兼容性只是一個短時間問題，但卻阻礙了Hadoop的普及。

真相6：Hadoop與MapReduce相互關聯，但不相互依賴。

MapReduce早在HDFS出現以前就由Google開發推出。除此之外，諸如MapR一類的廠商一直在宣傳MapReduce功能的多樣性，無需HDFS支持。

盡管如此，鐘老師卻認為它們具有很好的互補性。HDFS的大部分價值都體現在可層疊到分布式文件系統的工具上。

真相Hadoop的意義不僅僅在于數據量，更在于數據的多樣化。

有人把Hadoop歸類為海量數據處理技術，但是Hadoop真正的價值卻是對多樣化數據處理的能力。Hadoop的處理范圍為大多數數據倉庫所不及，比如針對半結構化與完全非結構化的數據?！?/p>

真相Hadoop是數據倉庫的補充，不是數據倉庫的替代品。

Hadoop對多樣化數據類型進行管理的能力使得“數據倉庫將死”的言論四起，但真相是數據倉庫在其領域中的性能仍然出色，Hadoop可起到對數據倉庫技術進行補充的作用。數據倉庫和其他系統的架構越來越多地開始向分布式靠攏，Hadoop在這里將發揮其作用。

真相Hadoop不僅僅是Web分析。

Hadoop在互聯網中的運用非常普遍，不過Hadoop普及趨勢的部分原因是因為它可以處理更多類型的分析。

真相：大數據不一定非Hadoop不可。

別看現在大數據和Hadoop已經密不可分，鐘老師卻認為Hadoop并不是大數據的“唯一”。他提到了許多其他廠商的產品，如Teradata、Sybase IQ（被SAP收購）和Vertica（被HP收購）等。

除此之外，在Hadoop沒有誕生之時，一些企業就已經開始研究大數據了。例如，電信行業多年以前就有呼叫明細記錄。

真相Hadoop不是“免費午餐”。

雖然Hadoop屬于開源技術，但是軟件的安裝部署是需要花錢的。鐘老師稱，由于Hadoop在管理工具與支持服務方面的不足，企業在使用過程中很容易產生額外費用。另外，由于它沒有優化程序，我們只能請專業人士在運行環境中手寫輸入代碼，而這些專業人士的薪酬價碼都不菲。