大數據依然是火的不要不要的，作為大數據基礎的Hadoop自然也會備受重視，那么Hadoop的使用場景有哪些？小編給大家介紹下。
1，大數據量存儲：分布式存儲
2，日志處理：Hadoop擅長這個
3，海量計算：並行計算
4，ETL：數據抽取到oracle、mysql、DB2、mongdb及主流數據庫
5，使用HBase做數據分析:用擴展性應對大量的寫操作—Facebook構建了基於HBase的實時數據分析系統
6，機器學習：比如Apache Mahout項目
7，搜索引擎：hadoop + lucene實現
8，數據挖掘：目前比較流行的廣告推薦,9，用戶細分特征建模
10，個性化廣告推薦,
11，智能儀器推薦
捎帶，小編向大家介紹Hadoop學習方面的一些事項。希望對新手學習Hadoop有所幫助。
學習hadoop學什么？
主要學習hadoop的核心組件:hdfs、mapreduce、yarn。它們是hadoop最最核心的部分。在它們的基礎上，我們還可以選擇性的學習hadoop生態圈中的日志收集工具flume、數據倉庫hive、分布式數據庫hbase、數據導入導出工具sqoop。
學習hadoop需要什么基礎？
hadoop需要具備javaSE的基礎知識，對於javaEE(jsp/servlet/三大框架)沒有要求。需要熟練使用linux系統。大體上，有這些預備知識就夠了。也有人說，只需要具備javaSE知識就足夠了。
學完hadoop會影響javaEE工作嗎？
嚴格的講，hadoop與javaEE是兩個不同的發展思路，hadoop傾向於底層數據處理部分，javaEE負責系統開發，二者前后相繼，沒有交叉，相輔相成。
學習hadoop對算法和數據結構要求高嗎？
一般海量數據的處理都是自定義存儲結構，實現自己的算法，這是業界的通用處理思路。這對普通程序員而言要求還是很高的。hadoop的優點就是進行了封裝，寫的算法都是偏向於業務的，不需要創造算法。因此大可放心。但是，如果工作的公司不使用hadoop去處理大數據，這時候對算法和數據結構的要求就高了。