为什么Hadoop不是一个实时平台

我刚开始学习Hadoop，并浏览了一些网站，我经常发现

“Hadoop不是一个实时平台”即使在这样的情况下也是如此

我搞砸了这件事，我真的无法理解。有人能帮我解释一下吗

---

谢谢大家，Hadoop最初是为批处理而设计的。这意味着，一次在输入中获取一个大型数据集，对其进行处理，然后编写一个大型输出。MapReduce的概念就是面向批处理而非实时的。但老实说，这只是Hadoop开始时的情况，现在您有很多机会以更实时的方式使用Hadoop

首先，我认为定义实时是很重要的。可能是您对流处理感兴趣，也可能是您希望对数据运行查询以实时返回结果

对于Hadoop上的流处理，本机Hadoop不会为您提供此类功能，但您可以轻松地将其他一些项目与Hadoop集成：

• 允许您通过Thread在Hadoop集群上使用Storm
• 与HDFS集成，允许您实时处理流式数据

对于实时查询，还有几个使用Hadoop的项目：

• fromcloudera使用HDFS，但完全绕过MapReduce，因为否则会有太多开销
• 是另一个与Hadoop集成以提供实时查询功能的项目
• 该项目旨在使蜂巢本身更具实时性

也许还有其他项目可以列入“使Hadoop实时化”的名单，但这些都是最有名的项目

因此，正如您所看到的，Hadoop正越来越朝着实时的方向发展，即使它不是为此而设计的，您也有很多机会将其扩展到实时目的