Avis et détails du produit de Hadoop HDFS

Ce que j'aime le plus à propos de hadoop, c'est qu'il est extrêmement facile à utiliser et à mettre en œuvre. Je travaille avec de grandes quantités de données et leur stockage est très pratique avec hadoop. Transformer et modéliser les données est facile avec hadoop. La fonctionnalité de scalabilité m'aide à stocker une grande quantité de données rapidement chaque fois que nécessaire. Grâce au traitement parallèle, il est assez rapide. Avis collecté par et hébergé sur G2.com.

La seule mauvaise chose à propos de Hadoop est qu'il ne permet pas le traitement en temps réel des données comme certains autres systèmes de fichiers et de stockage distribués. Avis collecté par et hébergé sur G2.com.

Cela aide à gérer une grande quantité très facilement. En tant que personne qui utilise le serveur Mssql, explorer et travailler avec Hadoop Hdfs était très bon et cela donne une nouvelle exploration à votre connaissance, donc très bon et efficace dans l'ensemble. Avis collecté par et hébergé sur G2.com.

Jusqu'à présent, le processus a été pratique, bien sûr, en tant que débutant, si vous manquez quelque chose qui pourrait causer des problèmes comme comprendre hdfs pourrait être difficile, mais si cela est pris en charge une fois, alors il est évident que le processus se déroule sans encombre. Avis collecté par et hébergé sur G2.com.

Le stockage par Hadoop d'une grande quantité de données dans des clusters qui rend les données tolérantes aux pannes, sécurisées et permet un traitement plus rapide et une évolutivité. Avis collecté par et hébergé sur G2.com.

Il n'y a rien que je n'ai pas aimé à propos de HDFS mais ce n'est pas facile d'accès, on doit apprendre et installer Hadoop pour utiliser HDFS, cela pourrait être mieux s'il y avait une interface utilisateur spéciale pour stocker des données en utilisant HDFS directement. Avis collecté par et hébergé sur G2.com.

Cela aide à gérer une énorme quantité de données de manière très fluide, et il dispose également de nombreux outils qui le rendent de plus en plus productif à utiliser, il a donné une approche entièrement nouvelle et bonne pour gérer les données de l'entreprise. Avis collecté par et hébergé sur G2.com.

Il a de nombreux outils pour chaque nouvelle approche dans Hadoop, mais il devient parfois fatigant de travailler avec les données, il a besoin d'un outil différent à appliquer dans chaque partie de l'analyse des données. Avis collecté par et hébergé sur G2.com.

De grands volumes de données peuvent être gérés facilement avec Hadoop HDFS, qui peut évoluer à mesure que vos besoins changent. Même en cas de défaillances, il garantit que les données sont constamment accessibles et fiables. Hadoop HDFS est une solution flexible qui fonctionne bien avec d'autres outils de l'écosystème Hadoop grâce à son architecture à faible coût et sa capacité à traiter de nombreux types de données. Avis collecté par et hébergé sur G2.com.

Il y a des problèmes avec Hadoop HDFS à considérer. Pour plusieurs petits fichiers, cela provoque des retards et des décalages. Il y a des limites aux tâches en temps réel. La configuration et la gestion de Hadoop HDFS peuvent être difficiles, et la réplication des données augmente le besoin de stockage. Avis collecté par et hébergé sur G2.com.

Une des choses que j'aime le plus à propos de Hadoop HDFS est sa capacité à gérer d'énormes quantités de données à travers plusieurs nœuds. Il est conçu pour distribuer les données et les tâches de traitement, le rendant hautement évolutif et tolérant aux pannes. Une autre grande caractéristique est son mécanisme de récupération en cas de panne, qui assure la disponibilité des données même en cas de défaillance des nœuds. De plus, Hadoop HDFS offre un moyen simple et efficace de stocker et de récupérer des données, ce qui en fait un choix populaire pour le traitement et l'analyse des big data. Avis collecté par et hébergé sur G2.com.

Premièrement, HDFS peut avoir une latence relativement élevée pour les opérations sur de petits fichiers en raison de la surcharge liée au stockage des métadonnées. Deuxièmement, sa dépendance à Java peut poser des difficultés pour les développeurs habitués à d'autres langages de programmation. Troisièmement, Hadoop HDFS manque de support intégré pour le contrôle d'accès granulaire, nécessitant une configuration supplémentaire pour des mesures de sécurité robustes. De plus, la complexité de la configuration et de la gestion des clusters HDFS peut représenter une courbe d'apprentissage pour les nouveaux venus. Enfin, Hadoop HDFS pourrait ne pas être le choix idéal pour les scénarios de traitement de données en temps réel en raison de sa nature orientée par lots. Avis collecté par et hébergé sur G2.com.

HDFS Débit élevé parfaitement conçu pour stocker, analyser et diffuser de gros fichiers et données. Avec son accent sur les opérations de lecture et d'écriture séquentielles, des taux de débit élevés sont possibles. En raison de cela, HDFS est un bon choix pour les charges de travail qui nécessitent beaucoup de données et de traitement par lots. Avis collecté par et hébergé sur G2.com.

Hadoop HDFS offre des techniques de contrôle d'accès simples, cependant, dans certaines circonstances commerciales, celles-ci pourraient ne pas être suffisantes. Il peut être nécessaire d'effectuer une configuration et une gestion supplémentaires pour des fonctionnalités de sécurité avancées telles que le contrôle d'accès granulaire, le chiffrement et l'intégration avec des systèmes de sécurité externes en matière de sécurité et de contrôle d'accès. Avis collecté par et hébergé sur G2.com.

Hadoop HDFS peut être facilement étendu pour gérer de plus grandes quantités de données. Cela se fait en ajoutant plus de nœuds au cluster Hadoop. Il possède également de nombreuses fonctionnalités telles que le support natif pour les grands ensembles de données, une tolérance aux pannes plus élevée et il peut également fournir un accès aux données à haut débit. Avis collecté par et hébergé sur G2.com.

HDFS a des limitations telles qu'il n'est pas adapté aux grands ensembles de données, une vitesse de traitement lente et pas de traitement en temps réel, une latence plus élevée. Mais dans l'ensemble, c'est une bonne expérience. Avis collecté par et hébergé sur G2.com.

Le système de fichiers Hadoop est bien meilleur que le système de fichiers traditionnel à bien des égards. Il possède de nombreuses fonctionnalités telles que la prise en charge native de jeux de données plus volumineux, une tolérance aux pannes plus élevée et il peut également fournir un accès aux données à haut débit pour les applications ayant des jeux de données à grande échelle. Avis collecté par et hébergé sur G2.com.

Il y a quelques limitations de HDFS comme il n'est pas adapté aux petits ensembles de données, vitesse de traitement lente, pas de traitement de données en temps réel, un peu plus difficile à utiliser, la latence est un peu plus élevée. Mais dans l'ensemble, bonne expérience. Avis collecté par et hébergé sur G2.com.

J'apprécie la grande disponibilité des données et la vitesse de traitement des données. Il n'y a pas de latence par rapport à d'autres systèmes de fichiers; vous n'avez pas à vous soucier des pannes de nœuds. Je suis l'un des premiers utilisateurs de HDFS, et les fonctionnalités qu'il a développées sont incroyables, rendant le système globalement plus robuste. Avis collecté par et hébergé sur G2.com.

Manque d'analyse en temps réel. Nous avons besoin d'un traitement et d'un nettoyage des données approfondis avant de pouvoir effectuer des analyses. Cela aurait été formidable s'il y avait une certaine intelligence qui permettrait au moins un niveau élevé d'analytique. Avis collecté par et hébergé sur G2.com.