Hadoop的Nuts和Bolts大数据分析

用于数据分析的开源Hadoop架构的巨大增长是由其结构化和非结构化数据量的增长所驱动的，并且很多权威组织也预测，未来Hadoop架构还将继续增长，并需要复杂的可访问工具来从数据中提取业务和市场信息。

对于Hadoop来说，前景很乐观——开源框架旨在促进巨大数据集的分布式处理。Hadoop对企业越来越具有吸引力，因为它既可以获取大数据的好处，同时又避免了基础架构费用。

联合市场研究部门最近的一份报告表明，Hadoop市场将实现从2013年到2020年的复合年增长率为58.2%，到2020年整个市场将达到502亿美元，而2012年为15亿美元。

大数据到底有多“大”？根据IBM的说法，每天都会产生2.5万亿字节的数据，世界上所有数据的90%都是在过去两年中创建的。意识到这个巨大的信息商店的价值就需要数据分析工具，这些数据分析工具足够复杂，价格便宜，而且对于各种规模的公司来说都很容易使用。

许多企业认为其专有数据太重要，无法在其他场合存储和处理。然而，云服务现在提供与内部系统相同的安全性和可用性。通过访问云中的数据库，企业也意识到可承受和可扩展的云架构的优势。

Morpheus数据库即服务提供企业对其数据智能操作所需的安全性，高可用性和可扩展性。通过Morpheus使用100%的裸机SSD托管和性能最大化。该服务为Amazon Web Services和其他对等点以及云托管平台提供超低延迟。

Hadoop的Nuts和Bolts大数据分析

Hadoop架构将数据存储和处理都分配到网络上的所有节点。 通过将处理数据的小程序放置在具有更大数据集的节点中，不需要将数据流传输到处理模块。Hadoop调度和资源管理框架执行映射并减少集群环境中的阶段步骤。

Hadoop分布式文件系统（HDFS）数据存储层使用副本来克服节点故障，并针对顺序读取进行了优化，以支持大规模并行处理。当框架扩展到支持Amazon Web Services S3和其他云存储文件系统时，Hadoop的市场真的要起飞了。

尽管由于设置和运行Hadoop集群的复杂性、框架的成本低和可扩展性等优势，在中小型企业中采用Hadoop仍然很难。新服务通过提供受管理并可以使用的Hadoop集群来消除复杂性：无需在集群节点上配置或安装任何服务。

Netflix数据仓库将Hadoop和Amazon S3结合在一起，实现无限可扩展性

Netflix针对其PB级数据仓库，通过Hadoop分布式文件系统选择亚马逊的存储服务（S3），以实现基于云服务的动态可扩展性和无限数据计算能力。Netflix从来自电视，计算机和移动设备的数十亿个流媒体事件中收集数据。

以S3作为其数据仓库，可以为具有数百个节点的Hadoop集群配置各种工作负载，所有这些都能够访问相同的数据。Netflix使用Amazon的弹性MapReduce分发Hadoop，并开发了自己的Hadoop平台即服务，它称之为Genie。Genie允许用户从Hadoop，Pig，Hive和其他工具提交作业，而无需通过RESTful API来配置新的集群或安装新的客户端。

▲Netflix Hadoop-S3数据仓库在广泛分布的网络中提供了无与伦比的数据和计算能力。

Wired的Marco Visibelli在2014年8月13日的文章中解释说，结合Hadoop和云服务有显着的潜力。Visibelli描述了公司如何利用Big Data进行预测，通过Amazon Web Services从小型项目扩展，并在小项目取得成功的同时进行扩展。例如，一家欧洲汽车制造商使用Hadoop将几个供应商数据库结合到一个单一的15TB数据库中，两年内节省了1600万美元。

Hadoop为各种规模的组织打开了“大数据”大门。 利用Morpheus数据库作为服务的云服务的可扩展性，安全性，可访问性和可承受性的项目有更大的成功机会。