标签：瓶颈 分布 数据 问题 单点 快速 硬件 单点故障 大数据
新霸哥注意到了在移动互联网时代，很多的传统的系统架构已经不能满足现有的业务需要了，在大数据时代，我们需要新的架构才能满足海量数据处理能力。
在实际的应用中数据增长非常的迅速，数据类型也变的丰富了，业务也变的复杂了，在这种情况下传统的系统架构就很难支撑业务需要了，就在这样的形式下，新的IT架构需求就出来了。
可扩展性好
性能上要满足业务需要
性价比高
最重要的一点就是这些架构能够循序渐进。先和现有的IT架构融合，然和替换
成本一直以来备受关注，好的技术构架需要好的服务支撑才能有好的效益，这也是很重要的一点。未来的大数据系统上的各种应用可以微服务化，所有的功能有小的服务模块组建而成，依靠依赖性让系统自动把应用打包集装，极大的促进了应用的迁移的便捷性。
hadoop能解决的问题
现在很多的业务在数据分析上总结一下主要有两种，实时和非实时之分，所谓的实时就是能够实时的处理海量数据，高并发。非实时分析包括对用户行为的分析，帮助优化产品设计，指导产品运营。
hadoop作为大数据系统可以做的事情有很多的，最为常见的像日志分析，搜索，图片分析，物联网传感数据分析，数据的长期存储。我们选择hadoop是因为hadoop具有这些优点。
可以存储结构化数据和非结构化数据
性价比高
容错率高，当服务当中的一台服务的软硬件出错后系统都能继续运行
能够对海量数据快速存储
对海量数据做快速计算
能够通过添加节点的方式快速扩展系统
hadoop对系统数据安全性是有保障的
看多hadoop的朋友都知道，存储在hadoop平台中的数据，通过统一的分布式存储HDFS，可以将数据的访问和存储分布在大量服务器之中，在可靠的多备份存储的同时，还能将访问分布到集群的各个服务器之上。
去IOE
IOE是指由IBM服务器，oracle数据库和EMC存储设备构成的从软件到硬件的企业数据系统，我们所说的去IOE并不是说要不用这些服务，新霸哥的观点就是从实际应用的角度出发，在合适的场景下应用合适的产品，有些时候单点故障会产生严重的影响。hadoop架构可以很好的解决数据库扩展的瓶颈，它把数据库的设计部署在经济实惠的硬件上，通过横向扩展，便可无限的提升数据库的数据处理能力。
技术更新很快，作为程序员的我们要不断的严格要求自己才会在未来有更好的发展，新霸哥今天的hadoop的价值在哪里就介绍到这里了，后面新霸哥会继续关注大数据方面的新动态。
标签：瓶颈 分布 数据 问题 单点 快速 硬件 单点故障 大数据
原文地址：http://www.cnblogs.com/weijun/p/7163634.html
