程序員必知的 Hadoop 12 大真相：生態系統、HDFS、MapReduce、Hive 與誤區
- Hadoop 是多產品組合：HDFS + MapReduce + YARN + Hive + Pig + HBase + ... 非單一產品。
- 開源核心 + 廠商發行版：Cloudera、Hortonworks、MapR 提供企業級功能（管理、安全、支持）。
- 生態系統而非單品：與報表、ETL、數據集成工具深度整合。
- HDFS 是文件系統，非數據庫：無索引、無隨機訪問、不支持事務、處理非結構化數據。
- Hive 類 SQL 但非標準 SQL：HiveQL 語法差異大，兼容性是遷移阻礙。
- MapReduce 與 HDFS 相互獨立：MapReduce 可運行於其他存儲（如 MapR-FS、S3），但結合最佳。
- MapReduce 是執行引擎，非分析本身：並行化你的代碼，不內置分析邏輯。
- 價值在數據多樣性而非單純量級：擅長半結構化/非結構化數據（日志、文本、圖像），補足數據倉庫短板。
- 補充數據倉庫，非替代：傳統數倉處理結構化報表強，Hadoop 處理原始數據探索強，共存共榮。
- 不只用於 Web 分析：鐵路傳感器監測、機器人、零售推薦、金融風控等廣泛場景。
- 大數據 ≠ 必須 Hadoop：Teradata、Vertica、Greenplum、Spark、Flink 等同樣處理大數據。
- 不是「免費午餐」：硬件、運維、專業人才、管理工具、開發效率（手寫 MapReduce 代碼）隱形成本極高。
理解這 12 點，避開認知陷阱，才能在大數據技術選型與架構設計中做出理性決策。
