[技術]別老扯什麼Hadoop了，你的數據根本不夠大

[Lordaeron (Terry)]

譯文: http://geek.csdn.net//news/detail/2780
原文: http://www.chrisstucchio.com/blog/2013/hadoop_hatred.html

名言:
MapReduce explained in 41 words:

Goal: count the number of books in the library.
Map: You count up shelf #1, I count up shelf #2.
(The more people we get, the faster this part goes. )
Reduce: We all get together and add up our individual counts.

HADOOP 多神奇呢.......

--
※ 發信站: 批踢踢實業坊(ptt.cc) 
◆ From: 42.70.181.62
→ realmeat:喔
→ realmeat:這本來就不是很適合大多的商業模型, 原po也不用太強調
→ realmeat:有些資料處理也沒更好的方法時, 也只能靠他了 (笑
→ hSATAC:mapreduce explained in 2 words: map, reduce
推 cpper:當你要跑一個耗時24小時才能結束的工作,又不想耗腦力去想搜
→ cpper:尋或建索引等演算法時,MapReduce是你的好朋友.
→ cpper:親身經歷,當你學會寫MapReduce code而且寫好了在跑了,另一個
→ cpper:人可能連啥改善搜尋或索引演算法都還在苦思想不出.
→ markov:cpper大說道我痛處，cpper大有沒有好介少使hadoop更上手?
推 Wush978:推連結的文章，但是不推L的評論
推 iceonly:大象書就夠完整了
→ Lordaeron:隨便找都可以找到一件工作, 3 天都跑不完的.
→ Lordaeron:不過cpper的說法, 剛好也應了原作的說法而已.
推 avhacker:這篇文純以資料量來看決定，雖然多數時候都是這樣沒錯
→ avhacker:不過沒考慮到資料量相對小但卻很耗 cpu 的工作
→ avhacker:我手邊的測試，32 core 的機器用了 8 台，處理 8TB 資料
→ avhacker:依工作內容不同，大概也花了 40 ~ 80 分鐘不等
→ StubbornLin:mapreduce太慢了 國外很多都已經進入data streamming
→ StubbornLin:的領域了
→ Lordaeron:做什麼事, 拿什麼工具, 不會有一個工具通吃的.
→ Lordaeron:都是case by case的.