一、為何要學習Hadoop?

　　這是一個信息爆炸的時代。經過數十年的積累，很多企業都聚集了大量的數據。這些數據也是企業的核心財富之一，怎樣從累積的數據里尋找價值，變廢為寶煉數成金成為當務之急。但數據增長的速度往往比cpu和內存性能增長的速度還要快得多。要處理海量數據，如果求助於昂貴的專用主機甚至超級計算機，成本無疑很高，有時即使是保存數據，也需要面對高成本的問題，因為具有海量數據容量的存儲設備，價格往往也是天文數字。成本和IT能力成為了海量數據分析的主要瓶頸。

　　Hadoop這個開源產品的出現，打破了對數據力量的壓制。Hadoop源於Nutch這個小型的搜索引擎項目。而Nutch則出自於著名的開源搜索引擎解決方案Lucene，而Lucene則來源於對Google的學習模仿。在Hadoop身上有着明顯的Google的影子。HDFS是GFS的山寨版，Map-Reduce的思想來源於Goolge對Page rank的計算方法，HBase模仿的是Big Table，Zookeeper則學習了Chubby。Google巨人的力量盡管由於商業的原因被層層封鎖，但在Hadoop身上得到了完美的重生和發展。

　　從2006年Apache基金會接納Hadoop項目以來。Hadoop已經成為雲計算軟件的一個事實標准，以及開源雲計算解決方案的幾乎唯一選擇。對於想用低成本（包括軟硬件）實現雲計算平台或海量數據分析平台的用戶，Hadoop集群是首選的對象。由於Hadoop在各方面都打破了傳統關系型數據庫的思路和模式，對於新接觸Hadoop平台的人，往往會覺得困惑和難以理解，進而轉化為畏懼。

　　因此，為了趕上大數據時代的發展，迎接雲計算的思維，盡管我做的是.NET的應用開發工作，但我仍然選擇業余時間學習Hadoop。我會從Hadoop1.x版本開始學習經典的HDFS與MapReduce，然后了解Hadoop2.x版本與老版本的差異，熟悉一些常見的Hadoop應用場景，並學着實踐一個最經典的項目（網站日志數據分析案例）來完成我給自己規划的學習任務。