1.1.2 MapReduce 缺点
虽然Hadoop是当今大数据革命的基础，并且被积极使用和维护，但它仍然有它的缺点，他们主要关于它的Map-Reduce组件。 MapReduce作业结果需要存储在HDFS中，才能被其他作业使用。 由于这个原因，MapReduce本身就不适合迭代算法。
此外，许多种类的问题不容易适合MapReduce的两步模式，并将每个问题分解为一系列这两个操作可能很困难。 有时，API可能很麻烦。
本文http://www.paymoon.com:8001/index.php/2016/12/27/mapreduces-shortcomings/ 如果转载请联系 龙遥Yol i@paymoon.com
Hadoop是一个相当低级的框架，所以无数的工具已经出现了：用于导入和导出数据的工具，用于操作数据的高级语言和框架，用于实时处理的工具等。 它们都带来额外的复杂性和要求，这使任何环境复杂化。 Spark解决了许多这些问题。