作者:崔远智 2017.3.27
伴随着大数据服务/应用的日益增多和普及，如何在云端部署大数据服务/应用，保证其性能及稳定性，是摆在我们面前的一个急迫问题。 本文，结合作者的工作经验，从系统架构层面，介绍了目前大数据平台在云端部署的几种常用形态。
Apache Hadoop是我们在大数据服务中最为常用的分布式离线分析框架。实际上它不是一个独立产品，而是一些独立模块的组合， 包括一个分布式文件系统HDFS、一个分布式数据库HBase、一个大型分布式数据处理库MapReduce，等等。 其中，要数HDFS和MapReduce这两个Hadoop的核心模块被应用的最为广泛。
HDFS：Hadoop的所有模块是构筑于一个分布式文件系统之上，它有一个很恰当的名字——Hadoop Distributed File System（即HDFS）。 就好像，目前最广为人知的分布式网络文件系统(NFS)。