Hadoop 逐漸成為一個關鍵的重要角色

Hadoop 逐漸成為一個關鍵的重要角色。Hadoop 是 Apache 軟體基金會所發展的雲端計算技術，使用 Java 撰寫並免費開放原始碼，優點在於有良好的擴充性，程式部署快速等，同時能有效地分散系統的負荷。

雖然 Hadoop 擅長於處理批次的資料量，但在多維度的資料處理分析上的表現並不佳。

例如，大多數的企業總是會面對更複雜的資料連結（Complex Joins）、ACID 機制的要求（Atomicity-Consistency-Isolation-Durability，這是關聯式資料庫為了確保資料的完整性，所採用的機制，以使資料在存取或異動的過程中不會受到干擾）、即時分析（Real-Time Requirements）、量子電腦演算法（SuperComputing Algorithms）、圖型計算（Graph Computing） 或是資料的持續更新，而 Hadoop在處理這些資料的表現上還稱不上令人滿意的標準。

Hadoop 逐漸成為一個關鍵的重要角色。Hadoop 是 Apache 軟體基金會所發展的雲端計算技術，使用 Java 撰寫並免費開放原始碼，優點在於有良好的擴充性，程式部署快速等，同時能有效地分散系統的負荷。

Google 也為此提出了MapReduce 軟體編程架構，這是一種能以高可靠性與高容錯的方式，運作在由大規模電腦所組成的叢集上的技術，並可透過平行處理方式來處理 PB（Peta-Bytes）等級的資料量。

雖然 Hadoop 擅長於處理批次的資料量，但在多維度的資料處理分析上的表現並不佳。例如，大多數的企業總是會面對更複雜的資料連結（Complex Joins）、ACID 機制的要求（Atomicity-Consistency-Isolation-Durability，這是關聯式資料庫為了確保資料的完整性，所採用的機制，以使資料在存取或異動的過程中不會受到干擾）、即時分析（Real-Time Requirements）、量子電腦演算法（SuperComputing Algorithms）、圖型計算（Graph Computing） 或是資料的持續更新，而 Hadoop在處理這些資料的表現上還稱不上令人滿意的標準。

單就效能面來說，新一代的架構需要在 MapReduce／Hadoop 的基礎上有 10 到 10000 倍效能的提升。