最近在看《Hadoop徹底入門 第2版》这本书，看到了第四章，觉得作者写书的条理，逻辑非常清晰，所以作为读书笔记把里面的内容试着回忆写下来。
P.S.书的链接如下：
第一章里写的Hadoop和RDBMS的适用场景，我觉得把Hadoop的适用场景比较清晰地描绘出来了，试着边回忆边记录于下：
一、处理数据量
Hadoop：TB~PB量级
传统RDBMS：GB~TB量级
二、数据类型
Hadoop：结构化数据&非结构化数据
传统RDBMS：结构化数据
三、访问类型与频度
Hadoop：一次性写入，之后以读为主，基本不更新。针对顺序读取进行性能优化（Block Size大）
传统RDBMS：可读可写（Block Size小）
四、扩展性
Hadoop：用普通IA Server即可横向扩展。扩展至上千台服务器都没问题
传统RDBMS：考虑到扩展后管理及同步的处理复杂性，一般在10台以内进行扩展
五、响应时间
Hadoop：响应时间长，适用于批处理，不适用于实时处理
传统RDBMS：响应时间短，即可用于实时处理，也可用于批处理
另外在搜Amazon上的书的时候，发现用于企业级大数据架构的新产品Datalake的书似乎快出来了，于2017/9/25预计发售。
