Hadoop作为一种用于存储和分析大型数据的分布式系统基础架构，能够对分布在多个现有服务器中的数据进行处理。Hadoop适合处理来自手机、电子邮件、社交媒体、传感器网络和其它不同渠道的多样化、大负荷的数据，因此通常被认为是一种大数据操作系统。

Hadoop的这种特性，让其在很多人眼中成为大数据的同义词，而这正是对Hadoop产生误解的来源。随着大数据的炒作不断升温，实际上也出现了很多对Hadoop如何应用于大数据的误解。中培伟业负责《大数据平台搭建与高性能计算最佳实战》培训的专家钟老师认为，Hadoop与大数据存在一定区别，因此并不能与大数据画上等号。钟老师进一步指出，目前在互联网行业，很多人对Hadoop存在6大误解：

误解一：Hadoop是一个完整的解决方案。

钟老师认为事实并非如此。无论你把它称为“框架”或“平台”都可以，只是不能认为Hadoop可以解决大数据方面的所有问题。

首先，由于Hadoop是开源项目，许多其他Hadoop相关的项目，如CassandraHBase，都可以满足特定的需求。HBase提供的分布式数据库，支持大数据表的结构化数据存储。

此外，正像红帽、IBM和其他厂商将Linux打包成各种用户友好的产品一样，有很多大数据方面的创业公司，正在对Hadoop做同样的事情。所以，虽然Hadoop本身不是一个完整的解决方案，大多数企业实际上还是会在比较完整的大数据解决方案中遇到它。

误解二：Hadoop是数据库当中一种类型。

实际上很多人都将Hadoop当成数据库当中的一种，但事实并非如此。Damballa安保公司的一名软件工程师，Marshall Bockrath-Vandegrift说：“Hadoop核心中没有任何类似于查询或索引的核心平台。”Damballa公司利用Hadoop来分析实时的安全风险。

“我们使用HBase来帮助我们的风险分析师针对被动DNS数据运行实时查询。HBase和其他实时技术不仅与Hadoop是互补的，而且多数依赖Hadoop核心的分布式存储技术(HDFS)来实现高性能的分布式数据集的访问。”他补充说。

Bloom Reach数据营销分析公司的科学家Prateek Gupta也表示：“Hadoop不是为替代数据库系统而生的，但却可以用来建立数据库系统。”

误解三：对企业级Hadoop应用是一种冒险。

许多企业担心Hadoop太新，未经考验，不适合企业级应用。没有什么想法比这更错误的了。别忘了，Hadoop是基于谷歌文件系统的分布式存储平台和运行于该文件系统上的GoogleMapReduce数据分析工具建立的。雅虎在Hadoop上投入了资金和精力，并于2008年推出其第一个大型Hadoop应用，一种搜索“站点地图”，可对所有已知的网页和相应的元数据进行索引，从而完成对这些页面的搜索。

现在，Hadoop被包括Netflix、Twitter和eBay等公司所采用，包括微软、IBM和甲骨文这样的公司都有Hadoop工具出售。目前，将Hadoop称为“成熟”的技术还为时尚早，这一点与任何大数据平台的情况类似，然而它确实已经得到了大型企业的采纳和验证。

这不意味着它是一种没有风险的平台，安全问题本身就是一个比较棘手的问题。但企业远不该就因此被Hadoop平台的年轻而吓跑。

误解四： Hadoop的使用需要大量程序员进行维护。

取决于你要做的事情，这个说法或许是对的。如果你计划开发优秀的下一代Hadoop大数据套件，可能需要专业的Java和MapReduce编程人员。反过来，如果你愿意利用他人的成就，编程就不是一个问题。数据集成供应商Syncsort的建议分析师们利用Hadoop兼容的数据集成工具来运行高级查询，这样做无需任何编码工作。

大多数数据集成工具都有图形化界面，可以屏蔽MapReduce编程的复杂性，很多还带有预置的模板。此外，包括Alpine Data Labs、Continuuity和Hortonworks在内的创业型公司，还提供可以简化大数据和Hadoop应用的工具。

误解五：中小企业不适合用Hadoop。

许多中小企业担心会被“大数据”的趋势拒之门外。IBM、甲骨文等大型厂商自然倾向于兜售大而昂贵的解决方案。这并不意味着市场上没有适合中小企业的相关工具。

云计算正在迅速推动一些尖端技术的大众化应用。“云计算正将资本支出转化为运营成本，”《大数据》的作者菲尔·西蒙指出。“你可以和Netflix利用相同的云服务。同样的事情也开始发生在大数据领域，一个只有五个员工的企业，照样可以使用Kaggle。”

Kaggle称自己为“在数据问题和数据方案间搭建桥梁的市场。”例如，创业公司Jetpac以5000美元悬赏一种算法，以找出最有吸引力的度假照片。多数度假照并不好，而从中筛选是一个繁琐，耗时的过程。

Jetpac让人手工评选出了30000张照片，并且寻求一种能够与人工方式类似，只是通过分析元数据照片大小、标题，描述信息来进行排序的算法。如果该公司自行开发这一算法，花的钱绝对不止5000美元。而且他们只能得到一种方案，而不是从各种方案中优选。Jetpac的图像处理工具，最终帮助其获得了240万美元的风投资金。

误解六：Hadoop比较便宜。

这个误解对任何开放源代码的软件都适用。省下最初的采购成本，并不意味着你一定会省钱。例如，云计算的问题之一就是，要在亚马逊平台上建立一个科研项目非常容易，以致于很多人都在AWS建立了自己的项目，在持续付费的同时，却忘了这些项目本身。

虚拟服务器的盲目扩张，已经使物理服务器的增加相形见绌。虽然Hadoop可以帮助你存储和分析数据，但你又如何将老的数据导入到新的系统中如何实现数据的可视化如何分享数据对于这些会更多被大家分享的数据，你又如何去保护它

Hadoop实际上一种东拼西凑的解决方案。你可以从Cloudera这样的公司获得完整的企业级解决方案，也可以着手建立自己高度定制化的解决方案。无论你选择的路线如何，都要认真做好预算，因为免费软件从来都不是真正免费的。

最后，钟老师总结道，Hadoop作为一种分布式系统基础架构，其强大的功能和广泛的应用价值，让其具有广阔的发展空间，尤其是大数据的飞速发展，也为Hadoop的发展提供了强劲的动力。但是在这个过程中，我们首先要做到的就是正确的认识它，以上的六大误解无疑为正确认识和广泛应用Hadoop带来了阻碍。