【发布时间】：2016-12-08 22:00:24
【问题描述】：
我们知道通过添加更多数据节点可以提高 Hadoop 的性能。我的问题是：如果我们只想检索数据而不需要对其进行处理或分析，那么添加更多数据节点是否有用？或者它根本不会提高性能，因为我们只有检索操作而没有任何计算或 map reduce 作业？
【问题讨论】：
标签： hadoop
【发布时间】：2016-12-08 22:00:24
【问题描述】：
我会尽量分部分回答：
- 如果您只从 hadoop 集群或 HDFS 检索信息，那么
类似于linux中的
Cat命令，意思是只读取数据 未处理。 - 如果您需要一些计算，如 SUM、AVG 或任何其他聚合 数据之上的函数然后是 REDUCE 的概念， 因此 Map reduce 应运而生。
- 所以当您的数据非常庞大并且您这样做时，hadoop 很有用或值得 计算也。我认为他们没有性能优势，而 在 HDFS 中读取少量数据比读取大量数据 HDFS 中的数据（就像您将数据存储在 RDBMS 中一样） 定期，您每天只查询 select * 语句）， 但是当你的数据呈指数增长并且你想做 执行 RDBMS 查询的计算需要时间。
- 要使 Map reduce 有效地处理庞大的数据集，您需要 拥有大量节点和计算能力，具体取决于您的 用例。
【讨论】：