--- title: Hadoop HDFS Reviews meta_title: 'Recensioni Hadoop HDFS 2026: Dettagli, Prezzi e Funzionalità | G2' meta_description: Filtra le recensioni di 141 per dimensione dell'azienda, ruolo o settore degli utenti per scoprire come Hadoop HDFS funziona per un'azienda come la tua. aggregate_rating: rating_value: 4.4 review_count: 141 scale: '5' date_modified: '2026-08-09' parent_category: name: Big Data url: https://www.g2.com/it/categories/big-data --- # Hadoop HDFS Reviews **Vendor:** The Apache Software Foundation **Category:** [Sistemi di Elaborazione e Distribuzione dei Big Data](https://www.g2.com/it/categories/big-data-processing-and-distribution) **Average Rating:** 4.4/5.0 **Total Reviews:** 141 ## About Hadoop HDFS Il File System Distribuito di Hadoop (HDFS) è un file system scalabile e tollerante ai guasti progettato per gestire grandi set di dati su cluster di hardware comune. Come componente principale dell'ecosistema Apache Hadoop, HDFS consente l'archiviazione e il recupero efficienti di enormi quantità di dati, rendendolo ideale per le applicazioni di big data. Caratteristiche e Funzionalità Chiave: - Tolleranza ai Guasti: HDFS replica i blocchi di dati su più nodi, garantendo la disponibilità dei dati e la resilienza contro i guasti hardware. - Alta Larghezza di Banda: Ottimizzato per l'accesso ai dati in streaming, HDFS fornisce un'elevata larghezza di banda aggregata dei dati, facilitando l'elaborazione rapida dei dati. - Scalabilità: Capace di scalare orizzontalmente aggiungendo più nodi, HDFS può ospitare petabyte di dati, supportando la crescita delle applicazioni ad alta intensità di dati. - Località dei Dati: Elaborando i dati sui nodi dove sono memorizzati, HDFS minimizza la congestione della rete e migliora la velocità di elaborazione. - Portabilità: Progettato per essere compatibile su vari hardware e sistemi operativi, HDFS offre flessibilità negli ambienti di distribuzione. Valore Principale e Problema Risolto: HDFS affronta le sfide dell'archiviazione e dell'elaborazione di set di dati massicci fornendo una soluzione affidabile, scalabile ed economica. La sua architettura garantisce l'integrità e la disponibilità dei dati, anche di fronte a guasti hardware, mentre il suo design consente un'elaborazione efficiente dei dati sfruttando la località dei dati. Questo rende HDFS particolarmente prezioso per le organizzazioni che si occupano di big data, permettendo loro di derivare intuizioni e valore dai loro asset di dati in modo efficace. ## Hadoop HDFS Pros & Cons **What users like:** - Gli utenti elogiano HDFS per le sue **eccellenti capacità di elaborazione dei dati** , garantendo un'archiviazione affidabile e una robusta tolleranza ai guasti. (1 reviews) - Gli utenti apprezzano la **sicurezza dei dati** di Hadoop HDFS, apprezzando la sua tolleranza ai guasti per l'archiviazione di file di grandi dimensioni su più macchine. (1 reviews) - Gli utenti apprezzano l' **archiviazione dati affidabile** di Hadoop HDFS, apprezzandone la tolleranza ai guasti e la stabilità nell'elaborazione di big data. (1 reviews) - Gli utenti apprezzano **l'archiviazione di file di grandi dimensioni su più macchine** con una solida tolleranza ai guasti e stabilità di HDFS. (1 reviews) **What users dislike:** - Gli utenti trovano i **costi aumentati** associati a HDFS a causa degli oneri hardware e di manutenzione piuttosto impegnativi. (1 reviews) - Gli utenti affrontano significativi **problemi di manutenzione** con HDFS, richiedendo team dedicati per la sicurezza, gli aggiornamenti e la gestione complessiva. (1 reviews) - Gli utenti affrontano significativi **problemi di prestazioni** con HDFS, lottando con la scalabilità, la gestione e l'inefficienza nel gestire file di piccole dimensioni. (1 reviews) - Gli utenti evidenziano problemi di **scarse prestazioni** con HDFS, lottando con sfide di scalabilità e gestione negli ambienti moderni. (1 reviews) - Gli utenti evidenziano **problemi di sicurezza** con Hadoop HDFS, richiedendo un team dedicato per gli aggiornamenti e la manutenzione. (1 reviews) ## Hadoop HDFS Reviews ### 1. HDFS: Affidabile, ma sicuramente mostra la sua età **Rating:** 3.0/5.0 stars **Reviewed by:** Abhishek K. | Technical Lead, Tecnologia dell'informazione e servizi, Enterprise (> 1000 dip.) **Reviewed Date:** August 01, 2025 **Cosa Le piace di più di Hadoop HDFS?** HDFS fa ancora una cosa davvero bene: memorizzare file di grandi dimensioni su più macchine con una solida tolleranza ai guasti. È ottimo per carichi di lavoro batch e funziona a meraviglia quando è abbinato a Spark, Hive o ai tradizionali lavori Hadoop. Una volta configurato correttamente, è stabile e svolge il suo lavoro silenziosamente in background. Per le pipeline di big data tradizionali, on-premise, è un cavallo di battaglia affidabile. **Cosa non Le piace di Hadoop HDFS?** Diciamoci la verità, HDFS non sta al passo con i tempi. Nel mondo odierno del cloud-native, serverless, e dello storage auto-scalabile, HDFS sembra come usare un Nokia in un mondo di iPhone. Scalare significa più hardware, più mal di testa. Gestire NameNode/SecondaryNameNode è come fare da babysitter: un passo falso e il tuo cluster fa i capricci. Gestisce bene i file di grandi dimensioni, ma se gli dai troppi file piccoli si blocca. Manca anche della flessibilità e dell'efficienza dei costi dello storage cloud, non ha la sensazione di un servizio gestito, e non chiedere nemmeno dell'accesso a livello di oggetto. Sicurezza, aggiornamenti e manutenzione? Un lavoro a sé stante. Finirai per aver bisogno di un team dedicato solo per mantenere le cose in ordine. **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** Memorizzazione di grandi quantità di dati in pipeline più vecchie Esecuzione di lavori PySpark su cluster Hadoop Strato di transizione prima di spostare i dati su sistemi basati su cloud come GCS o S3 ### 2. La mia esperienza con Hadoop **Rating:** 5.0/5.0 stars **Reviewed by:** Varad V. | AI/ML Engineer, Mid-Market (51-1000 dip.) **Reviewed Date:** January 24, 2024 **Cosa Le piace di più di Hadoop HDFS?** La cosa che mi piace di più di Hadoop è che è estremamente facile da usare e implementare. Lavoro con i big data e l'archiviazione è più conveniente con Hadoop. Trasformare e modellare i dati è facile con Hadoop. La sua caratteristica di scalabilità mi aiuta a memorizzare grandi quantità di dati rapidamente quando necessario. Grazie all'elaborazione parallela, è piuttosto veloce. **Cosa non Le piace di Hadoop HDFS?** L'unica cosa negativa di Hadoop è che non consente l'elaborazione in tempo reale dei dati come alcuni altri sistemi di file e archiviazione distribuiti. **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** Hadoop mi aiuta a memorizzare grandi quantità di dati per scopi di analisi in modo efficiente. Questo lo rende utile per l'analisi predittiva, la modellazione dei dati e la trasformazione che devo fare di tanto in tanto. Personalmente devo lavorare solo con dati storici e non con dati in tempo reale, quindi Hadoop HDFS è il mio sistema di archiviazione dati preferito. ### 3. Compatibilità per grandi/alto volume **Rating:** 4.5/5.0 stars **Reviewed by:** Mohammad Mateen M. | Software Developer, Piccola impresa (50 o meno dip.) **Reviewed Date:** March 06, 2024 **Cosa Le piace di più di Hadoop HDFS?** Aiuta a gestire una grande quantità di dati molto facilmente. Come qualcuno che utilizza il server Mssql, esplorare e lavorare con Hadoop Hdfs è stato molto positivo e offre una nuova esplorazione alla tua conoscenza, quindi complessivamente molto buono ed efficiente. **Cosa non Le piace di Hadoop HDFS?** Finora il processo è stato conveniente, naturalmente come principiante se si perde qualcosa che potrebbe causare problemi come comprendere hdfs potrebbe essere difficile, ma se ci si prende cura una volta, allora è ovvio che il processo procede senza intoppi. **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** Quindi, poiché possiamo creare cluster HDFS, ha aiutato a memorizzare e analizzare grandi volumi di dati in modo più efficiente e più efficiente significa risparmiare più tempo. ### 4. HDFS per l'archiviazione di big data **Rating:** 5.0/5.0 stars **Reviewed by:** Nitish K. | Big Data Engineer, Software per computer, Piccola impresa (50 o meno dip.) **Reviewed Date:** October 17, 2023 **Cosa Le piace di più di Hadoop HDFS?** L'archiviazione di grandi quantità di dati in cluster da parte di Hadoop rende i dati tolleranti ai guasti, sicuri e consente un'elaborazione più veloce e scalabilità. **Cosa non Le piace di Hadoop HDFS?** Non c'è nulla che non mi sia piaciuto di HDFS, ma non è facile da accedere, bisogna imparare e installare Hadoop per usare HDFS. Potrebbe essere meglio se ci fosse un'interfaccia utente speciale per memorizzare i dati usando HDFS direttamente. **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** HDFS ha aiutato a memorizzare centinaia di GB di dati nel cluster HDFS di Hadoop ### 5. È stata un'esperienza totalmente positiva affrontare l'enorme quantità di dati e gestirli. **Rating:** 4.5/5.0 stars **Reviewed by:** Himani K. | Senior Analyst, Enterprise (> 1000 dip.) **Reviewed Date:** June 07, 2023 **Cosa Le piace di più di Hadoop HDFS?** Aiuta a gestire una grande quantità di dati in modo molto fluido, e ha anche molti strumenti che lo rendono sempre più produttivo da gestire, ha dato un approccio completamente nuovo e buono per gestire i dati dell'azienda. **Cosa non Le piace di Hadoop HDFS?** Si può dire che ha molti strumenti per ogni nuovo approccio in Hadoop, ma a volte diventa anche faticoso lavorare con i dati, poiché è necessario un diverso strumento per applicare ogni parte dell'analisi dei dati. **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** Sta rallentando uno dei più grandi problemi che affrontavamo nel mondo della tecnologia, ovvero come gestire la grande quantità di dati e come conservarli quando non si ha abbastanza spazio per farlo, ma Hadoop lo ha risolto. ### 6. Ottimo strumento per gestire grandi quantità di dati **Rating:** 4.0/5.0 stars **Reviewed by:** Ajeet M. | Software Engineer, Piccola impresa (50 o meno dip.) **Reviewed Date:** June 14, 2023 **Cosa Le piace di più di Hadoop HDFS?** Grandi volumi di dati possono essere gestiti facilmente con Hadoop HDFS, che può scalare man mano che le tue esigenze cambiano. Anche di fronte a guasti, garantisce che i dati siano costantemente accessibili e affidabili. Hadoop HDFS è una soluzione flessibile che funziona bene con altri strumenti nell'ecosistema Hadoop grazie alla sua architettura a basso costo e alla capacità di elaborare molti tipi di dati. **Cosa non Le piace di Hadoop HDFS?** Ci sono problemi con Hadoop HDFS da considerare. Per molti piccoli file, causa ritardi e rallentamenti. Ci sono limiti per i compiti in tempo reale. La configurazione e la gestione di Hadoop HDFS possono essere impegnative, e la replica dei dati aumenta la necessità di spazio di archiviazione. **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** Hadoop HDFS mi avvantaggia risolvendo problemi aziendali nei seguenti modi: 1) Facilita l'archiviazione efficace di grandi quantità di dati. 2) Consente l'elaborazione parallela, permettendo analisi sofisticate e informazioni approfondite. 3) Utilizza strategie di tolleranza ai guasti per garantire la disponibilità e l'affidabilità dei dati. 4) Rispetto ai sistemi specializzati, è più conveniente e si adatta facilmente per affrontare le crescenti esigenze di dati. ### 7. Revisione di Hadoop HDFS **Rating:** 4.0/5.0 stars **Reviewed by:** Abhishek S. | Senior Software Engineer, Piccola impresa (50 o meno dip.) **Reviewed Date:** June 06, 2023 **Cosa Le piace di più di Hadoop HDFS?** Una delle cose che mi piace di più di Hadoop HDFS è la sua capacità di gestire enormi quantità di dati su più nodi. È progettato per distribuire dati e compiti di elaborazione, rendendolo altamente scalabile e tollerante ai guasti. Un'altra grande caratteristica è il suo meccanismo di recupero dai guasti, che garantisce la disponibilità dei dati anche in caso di guasti ai nodi. Inoltre, Hadoop HDFS offre un modo semplice ed efficiente per memorizzare e recuperare dati, rendendolo una scelta popolare per l'elaborazione e l'analisi dei big data. **Cosa non Le piace di Hadoop HDFS?** In primo luogo, HDFS può avere una latenza relativamente alta per le operazioni su file di piccole dimensioni a causa del sovraccarico di memorizzazione dei metadati. In secondo luogo, la sua dipendenza da Java può rappresentare una difficoltà per gli sviluppatori abituati ad altri linguaggi di programmazione. In terzo luogo, Hadoop HDFS manca di supporto integrato per il controllo degli accessi a grana fine, richiedendo una configurazione aggiuntiva per misure di sicurezza robuste. Inoltre, la complessità della configurazione e gestione dei cluster HDFS può rappresentare una curva di apprendimento per i nuovi arrivati. Infine, Hadoop HDFS potrebbe non essere la scelta ideale per scenari di elaborazione dati in tempo reale a causa della sua natura orientata ai batch. **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** Hadoop HDFS risolve il problema di memorizzare e elaborare enormi quantità di dati fornendo un file system distribuito. Questo consente scalabilità orizzontale e tolleranza ai guasti, permettendo una gestione efficiente dei carichi di lavoro di big data. Con HDFS, puoi memorizzare e analizzare vasti set di dati su più nodi, sfruttando la potenza dell'elaborazione parallela. I vantaggi includono una migliore disponibilità dei dati, un'elaborazione dei dati più veloce e la capacità di scalare la tua infrastruttura man mano che i tuoi dati crescono. In definitiva, Hadoop HDFS consente alle organizzazioni di estrarre preziose intuizioni dai loro dati, portando a decisioni migliori e a un vantaggio competitivo. ### 8. Breve recensione di HDFS **Rating:** 4.0/5.0 stars **Reviewed by:** Karan S. | Senior Consultant Big Data Engineer, Enterprise (> 1000 dip.) **Reviewed Date:** June 06, 2023 **Cosa Le piace di più di Hadoop HDFS?** HDFS High Throughput è perfettamente progettato per memorizzare, analizzare e trasmettere grandi file e dati. Con la sua enfasi sulle operazioni di lettura e scrittura sequenziali, sono possibili alti tassi di throughput. Per questo motivo, HDFS è una buona scelta per carichi di lavoro che richiedono molti dati e l'elaborazione in batch. **Cosa non Le piace di Hadoop HDFS?** Hadoop HDFS offre tecniche di controllo degli accessi semplici, tuttavia in alcune circostanze aziendali, queste potrebbero non essere sufficienti. Potrebbe essere necessario eseguire configurazioni e gestioni aggiuntive per funzionalità di sicurezza avanzate come il controllo degli accessi dettagliato, la crittografia e l'integrazione con sistemi di sicurezza esterni in materia di sicurezza e controllo degli accessi. **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** HDFS include metodi di tolleranza ai guasti integrati per garantire la disponibilità dei dati. Replicando i dati su numerosi nodi dati, HDFS protegge dalla perdita di dati in caso di guasti hardware o altri problemi ai nodi. La replica e il recupero dei dati sono gestiti automaticamente dal sistema, garantendo che l'accesso ai dati sia mantenuto anche in caso di guasti, il che mi ha sostanzialmente aiutato a completare alcuni dei miei ticket. ### 9. Hadoop HDFS: Una Soluzione Scalabile e Affidabile per Archiviare e Processare Big Data **Rating:** 4.5/5.0 stars **Reviewed by:** Archit M. | Market Risk Analyst, Enterprise (> 1000 dip.) **Reviewed Date:** June 07, 2023 **Cosa Le piace di più di Hadoop HDFS?** Hadoop HDFS può essere facilmente scalato per gestire quantità maggiori di dati. Questo viene fatto aggiungendo più nodi al cluster Hadoop. Ha anche molte funzionalità come il supporto nativo per grandi set di dati, una maggiore tolleranza ai guasti e può anche fornire un accesso ai dati ad alta velocità. **Cosa non Le piace di Hadoop HDFS?** HDFS ha delle limitazioni come il fatto che non è adatto per grandi dataset, ha una velocità di elaborazione lenta e non supporta l'elaborazione in tempo reale, con una latenza più alta. Ma nel complesso è una buona esperienza. **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** Hadoop HDFS sta risolvendo un grande problema dei Big Data memorizzando i dati in forma distribuita su diverse macchine. Ci sono enormi quantità di dati presenti e quei dati devono essere memorizzati in modo economico e processati in modo efficiente. E Hadoop sta facendo esattamente questo. ### 10. Revisione di Hadoop HDFS **Rating:** 4.0/5.0 stars **Reviewed by:** Divyanshi S. | Cloud Engineer, Enterprise (> 1000 dip.) **Reviewed Date:** June 07, 2023 **Cosa Le piace di più di Hadoop HDFS?** Il sistema di file Hadoop è molto migliore del sistema di file tradizionale in molti modi. Ha molte funzionalità come il supporto nativo per set di dati più grandi, una maggiore tolleranza ai guasti e può anche fornire un accesso ai dati ad alta velocità per applicazioni con set di dati su larga scala. **Cosa non Le piace di Hadoop HDFS?** Ci sono alcune limitazioni di HDFS, come il fatto che non è adatto per piccoli dataset, la velocità di elaborazione è lenta, non c'è elaborazione dei dati in tempo reale, è un po' più difficile da usare e la latenza è un po' più alta. Ma nel complesso, è una buona esperienza. **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** Hadoop HDFS sta risolvendo un grande problema dei Big Data memorizzando i dati in forma distribuita su diverse macchine. Ci sono enormi quantità di dati presenti e quei dati devono essere memorizzati in modo economico e processati in modo efficiente. E Hadoop sta facendo esattamente questo. ### 11. Strumento veloce, facile ed efficace per la tua azienda **Rating:** 5.0/5.0 stars **Reviewed by:** vimal k. | Dotnet Developer, Mid-Market (51-1000 dip.) **Reviewed Date:** June 09, 2023 **Cosa Le piace di più di Hadoop HDFS?** È un framework estremamente potente e scalabile per l'elaborazione e l'archiviazione di big data. La sua natura distribuita e il modello MapReduce ci consentono di eseguire qualsiasi logica aziendale con prestazioni più rapide ed efficaci. **Cosa non Le piace di Hadoop HDFS?** Tuttavia, le configurazioni possono richiedere tempo quando inizi a impostare nel tuo sistema. Inoltre, il modello MapReduce di Hadoop potrebbe non essere l'approccio più efficiente per alcuni tipi di attività di elaborazione dati, in particolare quelle che richiedono analisi in tempo reale o interattive. Ma la maggior parte delle volte può fornirti i migliori risultati. **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** Ho usato Hadoop per risolvere vari problemi, inclusi quelli relativi a sport, aziende e dati educativi. Si è dimostrato uno dei migliori strumenti che ho utilizzato per filtrare vari campi nei miei dati. ### 12. La mia esperienza con Hadoop HDFS **Rating:** 5.0/5.0 stars **Reviewed by:** Sahiti G. | Software Engineer, Enterprise (> 1000 dip.) **Reviewed Date:** June 06, 2023 **Cosa Le piace di più di Hadoop HDFS?** Apprezzo l'alta disponibilità dei dati e la velocità di elaborazione dei dati. Non c'è latenza rispetto ad altri sistemi di file; non devi preoccuparti dei guasti dei nodi. Sono uno dei primi utenti di HDFS, e le funzionalità che ha sviluppato sono incredibili, rendendo il sistema complessivamente più robusto. **Cosa non Le piace di Hadoop HDFS?** Mancanza di analisi in tempo reale. Abbiamo bisogno di un'elaborazione estensiva e di una pulizia dei dati prima di poter fare qualsiasi analisi. Sarebbe stato fantastico se ci fosse stata un'intelligenza che permettesse almeno un livello elevato di analisi. **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** Elaborazione dei dati in modo parallelo per gestire una grande quantità di dati e generare i nostri rapporti finanziari rispettando le scadenze previste. ### 13. Hadoop-Hdfs **Rating:** 4.0/5.0 stars **Reviewed by:** Abhishek S. | Openshift Engineer, Mid-Market (51-1000 dip.) **Reviewed Date:** June 07, 2023 **Cosa Le piace di più di Hadoop HDFS?** Hadoop HDFS è stato sviluppato utilizzando il design del file system, che contiene una grande quantità di dati e fornisce un facile accesso. Hadoop memorizza enormi quantità di dati, file che sono memorizzati su più macchine. Questo è il meglio di Hadoop HDFS. **Cosa non Le piace di Hadoop HDFS?** non c'è nulla da non apprezzare. consiglierei Hadoop HDFS alle imprese. Hadoop HDFS è la migliore soluzione per le imprese. è una soluzione di livello enterprise. non c'è nulla da non apprezzare. **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** Hadoop HDFS risolve i problemi di big data memorizzando i dati in modo distribuito su diverse macchine. Stiamo memorizzando la grande quantità di dati della nostra impresa che contiene enormi dati relativi a vari tipi di informazioni e dati industriali. ### 14. Archiviazione distribuita con alta velocità di trasferimento per memorizzare file di grandi dimensioni **Rating:** 4.5/5.0 stars **Reviewed by:** Utente verificato in Software per computer | Mid-Market (51-1000 dip.) **Reviewed Date:** May 13, 2023 **Cosa Le piace di più di Hadoop HDFS?** Si adatta bene a grandi set di dati e fornisce un'elevata capacità di throughput per l'archiviazione di file di grandi dimensioni. È open source e la comunità è piuttosto vivace nell'aiutare a risolvere i problemi. I plugin sono disponibili in più lingue per utilizzare HDFS. **Cosa non Le piace di Hadoop HDFS?** Non è completamente HA nemmeno con un'implementazione HA a 3 nodi. Se i due server namenode si guastano, il cluster HDFS si arresta. La velocità di trasferimento diminuisce se ci sono molti file piccoli. E i dati non sono distribuiti uniformemente su tutti i datanodi; non sono sicuro se sia correlato alle nostre configurazioni di implementazione. **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** Utilizziamo HDFS come archiviazione distribuita per memorizzare i nostri file interni, che altri processi possono accedere da diversi nodi nel cluster. ### 15. Hadoop HDFS - Il migliore per l'archiviazione di Big Data **Rating:** 4.5/5.0 stars **Reviewed by:** Swetha Y. | Senior Data Engineer, Enterprise (> 1000 dip.) **Reviewed Date:** June 06, 2023 **Cosa Le piace di più di Hadoop HDFS?** La parte migliore di Hadoop HDFS è che viene utilizzato per replicare i dati e la sua architettura è facile da apprendere e implementare. Aiuta a elaborare file di grandi dimensioni in un breve periodo di tempo e ci aiuta a migliorare le prestazioni. **Cosa non Le piace di Hadoop HDFS?** Gestire o sviluppare applicazioni complesse sarà impegnativo. La cosa principale è che supporta solo l'elaborazione batch e non l'elaborazione dei dati in tempo reale, e non è adatto per dati minimi. **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** Raccolta e archiviazione di grandi quantità di dati e a basso costo per avviare e far funzionare questo. Utilizziamo HDFs per memorizzare i big data aziendali per sviluppare un'applicazione che mostra il flusso di dati dalla sorgente al sink. ### 16. Prodotto fantastico **Rating:** 5.0/5.0 stars **Reviewed by:** Utente verificato in Software per computer | Mid-Market (51-1000 dip.) **Reviewed Date:** June 14, 2023 **Cosa Le piace di più di Hadoop HDFS?** HDFS garantisce un'elevata tolleranza ai guasti attraverso la replica dei dati su più nodi nel cluster, mantenendo tipicamente tre copie di ciascun blocco di dati. Questa strategia di replica assicura la disponibilità dei dati in caso di guasti ai nodi, poiché HDFS reindirizza automaticamente le richieste a repliche alternative, preservando così l'integrità e l'affidabilità dei dati. **Cosa non Le piace di Hadoop HDFS?** HDFS è progettato principalmente per l'elaborazione batch e potrebbe non essere la scelta migliore per esigenze di elaborazione a bassa latenza o in tempo reale. La sua replica dei dati e il modello di archiviazione basato su blocchi introducono ritardi intrinseci nell'accesso e nell'elaborazione dei dati, il che ne riduce l'idoneità per l'analisi in tempo reale o le query interattive. **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** Aiutare gli utenti e i clienti che appartengono al nostro prodotto con la previsione del churn utilizzando i dati elaborati con Hadoop. Hadoop ci aiuta ad analizzare i dati e a elaborare enormi quantità di dati in pochissimo tempo. ### 17. Hadoop hdfs prossimo livello di calcolo **Rating:** 4.0/5.0 stars **Reviewed by:** Tanmay A. | Data Engineer, Enterprise (> 1000 dip.) **Reviewed Date:** April 29, 2023 **Cosa Le piace di più di Hadoop HDFS?** Cambia completamente la nostra velocità di elaborazione poiché è un sistema di file distribuito che aiuta a fare l'elaborazione parallela, risolvendo così il nostro problema di elaborazione di terabyte di dati con scalabilità orizzontale. **Cosa non Le piace di Hadoop HDFS?** È un'installazione molto costosa poiché richiede nodi che sono fondamentalmente CPU che necessitano di molti soldi per configurare il cluster. Inoltre, il problema dei file piccoli significa che non possiamo memorizzare file piccoli a causa del problema di gestione delle informazioni meta. **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** Risolve il problema per me migliorando la mia velocità di elaborazione se voglio elaborare terabyte di dati e prendere le informazioni utili da essi, risparmiando così il mio tempo. ### 18. Standard de facto per l'archiviazione distribuita dei file **Rating:** 5.0/5.0 stars **Reviewed by:** Sayan P. | Software Engineer, Enterprise (> 1000 dip.) **Reviewed Date:** August 09, 2023 **Cosa Le piace di più di Hadoop HDFS?** HDFS è in circolazione da un po' di tempo. Ci sono una miriade di documentazioni e supporto dalla comunità disponibili. **Cosa non Le piace di Hadoop HDFS?** Interagire con HDFS autenticato Kerberos può essere esoterico e difficile da comprendere inizialmente. **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** Memorizziamo tutte le tabelle Hive, file arbitrari per la comunicazione tra sistemi su HDFS. Abbiamo iniziato a utilizzare anche Hudi su HDFS. ### 19. Sistema di calcolo distribuito **Rating:** 4.5/5.0 stars **Reviewed by:** Nishu G. | Test Engineer, Piccola impresa (50 o meno dip.) **Reviewed Date:** July 27, 2023 **Cosa Le piace di più di Hadoop HDFS?** Struttura di tolleranza ai guasti, quando un nodo dati fallisce può utilizzare l'altro poiché il fattore di replica è 3. **Cosa non Le piace di Hadoop HDFS?** Supporta solo il motore di elaborazione batch, non può produrre output in tempo reale. **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** Il sistema distribuito elabora una grande quantità di dati ad alta velocità. ### 20. lavorare e imparare Hadoop rende le cose più facili e molto più efficaci da usare. **Rating:** 4.5/5.0 stars **Reviewed by:** Shubham S. | Data Analyst, Piccola impresa (50 o meno dip.) **Reviewed Date:** June 15, 2023 **Cosa Le piace di più di Hadoop HDFS?** Hadoop è un framework open-source ampiamente utilizzato per l'archiviazione e l'elaborazione di set di dati estesi grazie alla sua scalabilità, efficienza dei costi, tolleranza ai guasti, ecc. **Cosa non Le piace di Hadoop HDFS?** Hadoop ha alcuni svantaggi come la sua complessità, la ripida curva di apprendimento e l'elevato requisito hardware. **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** Mi aiuta a elaborare la grande quantità di dati memorizzati in esso da diverse fonti di dati significative. ### 21. Revisione di Hadoop **Rating:** 3.5/5.0 stars **Reviewed by:** Avinash K. | Data Scientist, Mid-Market (51-1000 dip.) **Reviewed Date:** June 21, 2023 **Cosa Le piace di più di Hadoop HDFS?** Hadoop è molto veloce e flessibile nei confronti dei dati per implementare e migliorare la qualità dei dati. **Cosa non Le piace di Hadoop HDFS?** Secondo la mia esperienza, Hadoop non ha svantaggi secondo la mia esperienza. **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** Risolve il download dei dati e l'archiviazione dei dati, rende i dati disponibili istantaneamente. ### 22. Hadoop HDFS - Un punto di riferimento per l'archiviazione dei tuoi big data **Rating:** 5.0/5.0 stars **Reviewed by:** Aditya K. | Lead Software Engineer, Enterprise (> 1000 dip.) **Reviewed Date:** August 05, 2022 **Cosa Le piace di più di Hadoop HDFS?** L'architettura di Hadoop HDFS è facile da imparare e implementare. HDFS ha una dimensione di blocco maggiore che aumenta la velocità di allocazione dei dati (riducendo la latenza). Hadoop HDFS non solo ti fornisce lo spazio di archiviazione, ma ti offre anche un'opzione per crittografare i dati a riposo poiché supporta la crittografia KMS/KTS/RangerKMS. **Cosa non Le piace di Hadoop HDFS?** Hadoop HDFS è solo per file grandi, quindi se stai memorizzando molti file piccoli o se la tua fonte ETL lo è, le prestazioni di HDFS vengono influenzate. Un gran numero di file piccoli aumenta il sovraccarico di memoria del nodo nome e alla fine porta a una minore velocità di trasmissione poiché causa lentezza del GC. Pertanto, la mia raccomandazione è di utilizzare HDFS solo quando sai di dover memorizzare o elaborare file grandi (>128MB). **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** Memorizzare i dati che provengono da diverse fonti come Abinitio, Informatica, Sqoop, database e quant'altro. Hadoop HDFS è connesso con molti software di terze parti che aiutano a integrare HDFS con servizi che supportano il protocollo JDBC e ODBC. ### 23. Ingegnere Software Senior **Rating:** 4.0/5.0 stars **Reviewed by:** Abhinav Singh B. | Senior Software Engineer, Enterprise (> 1000 dip.) **Reviewed Date:** June 07, 2023 **Cosa Le piace di più di Hadoop HDFS?** Più facile gestire la mole di dati e le sue caratteristiche innovative. **Cosa non Le piace di Hadoop HDFS?** Differenze di sintassi rispetto alla programmazione Java di base. **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** Più conveniente da usare in database massivi rispetto a qualsiasi database NOSQL o SQL. ### 24. Ho lavorato su Hadoop, è facile lavorarci sopra **Rating:** 5.0/5.0 stars **Reviewed by:** shubham k. | System Engineer, Piccola impresa (50 o meno dip.) **Reviewed Date:** June 09, 2023 **Cosa Le piace di più di Hadoop HDFS?** Semplicità, capacità di riutilizzo, mantenere, sicurezza, atomicità, integrità **Cosa non Le piace di Hadoop HDFS?** Niente. . . . .. . . . **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** Gestire il traffico ### 25. Hadoop Hdfs **Rating:** 4.5/5.0 stars **Reviewed by:** Utente verificato in Ospedali e assistenza sanitaria | Piccola impresa (50 o meno dip.) **Reviewed Date:** June 14, 2023 **Cosa Le piace di più di Hadoop HDFS?** HDFS è molto facile da usare, è stato molto veloce per l'archiviazione dei dati e l'archiviazione dei dati varia velocemente in termini di I/O. In generale, la mia esperienza con HDFS è molto buona. **Cosa non Le piace di Hadoop HDFS?** A volte ci vorrà del tempo per elaborare alcuni dati, alcune connessioni esterne e tutto il resto. **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** Semplificazione dei dati ### 26. Hadoop Hdfs è utilizzato per l'elaborazione parallela e il calcolo distribuito **Rating:** 5.0/5.0 stars **Reviewed by:** Kunal R. | System Engineer, Enterprise (> 1000 dip.) **Reviewed Date:** August 10, 2022 **Cosa Le piace di più di Hadoop HDFS?** La parte migliore di Hadoop Hdfs è che viene utilizzato per replicare i dati. Può essere utilizzato per gestire grandi set di dati (set di dati di grandi dimensioni). È uno dei componenti principali di Apache. Le organizzazioni lo usano per l'alta scalabilità. Grandi quantità di dati, da megabyte a petabyte, possono essere memorizzate utilizzando questo prodotto e funziona anche su sistemi a basso costo. Aiuta a rintracciare i guasti del sistema e a rafforzare il sistema. Elabora rapidamente grandi quantità di dati. Aiuta anche nello storage distribuito. **Cosa non Le piace di Hadoop HDFS?** Bene, sono un utente attuale di Hadoop Hdfs e fino ad ora non ho trovato alcun difetto in questo prodotto. **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** Utilizzando Hadoop Hdfs possiamo elaborare grandi volumi di dati e può essere fatto rapidamente. Ha 2 nodi: il nodo nome e il nodo dati. Il nodo nome mantiene i nodi dati e funziona come nodo principale/nodo master. Il nodo dati memorizza i dati effettivi e istruisce su cosa deve essere fatto con i dati. Dati pesanti possono essere memorizzati utilizzando Hadoop Hdfs. Tutti i nodi sono organizzati nello stesso rack. I dati di grandi dimensioni vengono suddivisi in dati più piccoli e, in base alle necessità, vengono inviati ai nodi dati. Ottimo prodotto per la scalabilità. Utilizzato nella replica. Aiuta a rintracciare i guasti. ### 27. File system distribuito Hadoop **Rating:** 5.0/5.0 stars **Reviewed by:** Bidisha P. | Senior Speclialist (Vendor Master Data), Enterprise (> 1000 dip.) **Reviewed Date:** August 05, 2022 **Cosa Le piace di più di Hadoop HDFS?** Hdfs è altamente scalabile poiché supporta lo scaling orizzontale. HDFS vanta anche la crittografia a riposo, che è utile poiché i nostri dati sono protetti e quindi non dobbiamo preoccuparci. Ha anche alcune integrazioni per mascherare i dati PII per nascondere le informazioni sensibili. **Cosa non Le piace di Hadoop HDFS?** A volte Hdfs diventa lento e il personale di supporto impiega molto tempo a trovare la causa principale. La lentezza di Hadoop influisce anche sul throughput e, in ultima analisi, colpisce il business poiché i rapporti vengono ritardati. **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** Archiviazione su larga scala Ospitare soluzioni multiple Crittografia dei dati a riposo Scalabilità Integrazione con strumenti ETL e applicazioni supportate da Java La funzione Cestino aiuta a cancellare periodicamente i dati storici ### 28. Ingegnere dei dati che utilizza Hadoop **Rating:** 5.0/5.0 stars **Reviewed by:** Jay C. | Associate Software Engineer, Enterprise (> 1000 dip.) **Reviewed Date:** September 23, 2022 **Cosa Le piace di più di Hadoop HDFS?** Tutto va liscio anche durante la copia dei file da Multilocation **Cosa non Le piace di Hadoop HDFS?** Ha dipendenze su Linux, motivo per cui dobbiamo imparare il codice Linux mentre lavoriamo sul nodo edge. **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** L'indipendenza multipiattaforma e l'open source ci hanno aiutato a lavorare in modo indipendente e ad adottare qualsiasi nuova tecnologia. ### 29. Revisione su Hadoop HDFS **Rating:** 4.0/5.0 stars **Reviewed by:** Arijit C. | Data Engineer, Enterprise (> 1000 dip.) **Reviewed Date:** September 20, 2022 **Cosa Le piace di più di Hadoop HDFS?** Aiuta a rendere più facile l'elaborazione dei Big Data. In passato, l'elaborazione di file di grandi dimensioni richiedeva molto tempo, ma con HDFS abbiamo ottenuto molte ottimizzazioni delle prestazioni. **Cosa non Le piace di Hadoop HDFS?** Ci sono molte operazioni di I/O durante l'elaborazione dei Big Data. In questo aspetto, Spark sta performando molto meglio grazie ai suoi calcoli in memoria. **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** HDFS aiuta a risolvere i problemi di big data nella vita. Aiuta a elaborare TB di dati in poche ore, cosa che era impossibile fare con il sistema tradizionale. ### 30. Nel Data lake di Hadoop stavamo usando Autosys per automatizzare i lavori di Hadoop. **Rating:** 5.0/5.0 stars **Reviewed by:** Utente verificato in Media radiotelevisivi | Enterprise (> 1000 dip.) **Reviewed Date:** June 30, 2022 **Cosa Le piace di più di Hadoop HDFS?** È davvero facile eseguire applicazioni basate su shell così come applicazioni basate su codice tramite Autosys. Inoltre, puoi passare l'output da un passaggio ad altri passaggi in Autosys. **Cosa non Le piace di Hadoop HDFS?** Nel complesso, come pianificatore, non ho trovato nulla che non sia supportato in Autosys. **Raccomandazioni per chi sta considerando Hadoop HDFS:** Se hai una quantità molto grande di dati e i dati sono non strutturati, in tal caso puoi usare Hadoop. Puoi creare facilmente un concetto di data lake da Hadoop. **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** Ricevevamo due tipi di dati nel data lake di Hadoop. Uno proveniva dal nostro sistema interno e l'altro dai fornitori. Quindi stavamo usando Autosys per elaborare i dati dei fornitori. Il motivo era che non potevamo dare accesso agli estranei al nostro ambiente, quindi abbiamo installato l'agente Autosys sui nodi edge e da lì sono stati in grado di automatizzare i lavori. ### 31. Hadoop-Miglior Sistema Distribuito **Rating:** 4.5/5.0 stars **Reviewed by:** Utente verificato in Software per computer | Enterprise (> 1000 dip.) **Reviewed Date:** September 03, 2022 **Cosa Le piace di più di Hadoop HDFS?** A differenza di altri file system, il grado in cui Hadoop HDFS fornisce tolleranza ai guasti è una delle migliori caratteristiche di Hadoop. La tolleranza ai guasti è essenziale per le applicazioni con requisiti elevati. **Cosa non Le piace di Hadoop HDFS?** Il principale svantaggio che ho notato nell'utilizzo di Hadoop è che funziona male quando viene utilizzato con applicazioni che generano piccole quantità di dati rispetto alle applicazioni con grandi quantità di dati in PB. **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** Hadoop HDFS sta risolvendo il problema del file system distribuito. Fornisce funzionalità per memorizzare dati/file su diversi cluster o nodi e consente di accedervi a un costo marginale con alta precisione e bassa probabilità di errore. ### 32. Come mai Hadoop è così potente da utilizzare per l'analisi dei dati **Rating:** 4.5/5.0 stars **Reviewed by:** Arpan s. | System Engineer, Enterprise (> 1000 dip.) **Reviewed Date:** January 07, 2022 **Cosa Le piace di più di Hadoop HDFS?** La parte migliore di un cluster Hadoop è la gestione dei file, che gli sviluppatori possono utilizzare tramite l'interfaccia utente e il linguaggio di query Hive per memorizzare i file di dati nel cluster Hdfs con comandi semplici. La gestione dei file è la parte migliore del cluster Hdfs. **Cosa non Le piace di Hadoop HDFS?** Per gli utenti Windows, utilizzare HDFS è un po' complicato perché per memorizzare un file all'interno di un cluster Hadoop devono utilizzare un'app di terze parti chiamata WINSCP per trasferire il file dal sistema locale al sistema operativo Unix, dopodiché possiamo inserirlo all'interno del cluster HDFS. **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** Utilizziamo HDFS per mantenere una grande quantità di dati a fini di analisi. Con l'aiuto di POWER BI, utilizziamo i dati per l'analisi e prendiamo decisioni aziendali migliori per la crescita di qualsiasi azienda di prodotti. ### 33. Revisione di Hadoop HDFS **Rating:** 4.0/5.0 stars **Reviewed by:** Utente verificato in Tecnologia dell'informazione e servizi | Enterprise (> 1000 dip.) **Reviewed Date:** July 26, 2022 **Cosa Le piace di più di Hadoop HDFS?** Archiviazione a blocchi su macchine diverse in rack diversi che fornisce alta disponibilità dei dati e localizzazione dei dati per l'elaborazione dei dati, minimizzando la latenza per l'elaborazione dei dati. **Cosa non Le piace di Hadoop HDFS?** Nessun concetto di replica dei dati tra più zone di disponibilità come fornito dal cloud pubblico e costo fisso anche se viene consumato il volume minimo su HDFS. **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** Elaborazione dei dati in modo parallelo per gestire una grande quantità di dati e generare i nostri rapporti finanziari rispettando le scadenze previste. ### 34. Il miglior sistema di file distribuito per l'archiviazione e l'analisi dei Big Data **Rating:** 5.0/5.0 stars **Reviewed by:** Kubendra Reddy M. | Data Engineer, Enterprise (> 1000 dip.) **Reviewed Date:** March 04, 2022 **Cosa Le piace di più di Hadoop HDFS?** La cosa migliore è che segue l'architettura di distribuzione standard per memorizzare e elaborare i dati. È altamente scalabile, supporta diversi gestori di risorse e supporta anche diversi motori di elaborazione. Può elaborare un grande volume di dati in parallelo utilizzando risorse sufficienti dal cluster. **Cosa non Le piace di Hadoop HDFS?** Mi sento un po' complesso mentre imparo e ho bisogno di imparare molti comandi. La manutenzione è elevata e ci vorrà tempo per impostare il framework. **Raccomandazioni per chi sta considerando Hadoop HDFS:** Consiglio vivamente se stai memorizzando e elaborando grandi quantità di dati. **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** Stiamo memorizzando i nostri dati in HDFS e li elaboravamo con Hive e Spark. Principalmente li usavamo per l'elaborazione di dati in batch. ### 35. Raccomanda Hadoop **Rating:** 4.0/5.0 stars **Reviewed by:** Utente verificato in Tecnologia dell'informazione e servizi | Enterprise (> 1000 dip.) **Reviewed Date:** September 08, 2022 **Cosa Le piace di più di Hadoop HDFS?** Mi piace come sia facilmente scalabile, dove si può ottenere una potenza computazionale molto elevata attraverso questo. **Cosa non Le piace di Hadoop HDFS?** Hadoop supporta solo l'elaborazione batch e anche a causa dell'algoritmo distribuito la latenza aumenta **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** Aiuta nell'elaborazione di dati molto grandi ed è open source ### 36. Revisione di HDFS **Rating:** 4.5/5.0 stars **Reviewed by:** Utente verificato in Automobilistico | Enterprise (> 1000 dip.) **Reviewed Date:** August 24, 2022 **Cosa Le piace di più di Hadoop HDFS?** Archiviazione distribuita e alta disponibilità dei dati. Supporto per più motori di elaborazione come MR Tez e Spark. **Cosa non Le piace di Hadoop HDFS?** Query ad hoc lente per l'analisi. Nessun concetto di letture più veloci come AWS Athena. **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** Lavori di reportistica batch sui dati di vendita per creare report di Tableau ### 37. Come Hadoop HDFS è il miglior file system per le applicazioni Big Data. **Rating:** 5.0/5.0 stars **Reviewed by:** Chintan M. | Assistant System Engineer, Mid-Market (51-1000 dip.) **Reviewed Date:** September 28, 2021 **Cosa Le piace di più di Hadoop HDFS?** Sto usando Hadoop HDFS negli ultimi 3 mesi nel mio corso di formazione su Big Data. Ho utilizzato Hadoop HDFS con diversi strumenti Hadoop come MapReduce, Hive, Pig e Spark. Mi piacciono le caratteristiche di replica in Hadoop HDFS dove possiamo memorizzare i dati con 3 copie identiche così possiamo ottenere la tolleranza ai guasti. Quando memorizziamo i dati in Hadoop HDFS, i nostri dati vengono suddivisi in piccoli blocchi e poi memorizzati in nodi diversi, quindi l'I/O verrà eseguito in parallelo. Possiamo anche cambiare la replica in Hadoop HDFS. Se memorizziamo file e dati in Hadoop HDFS, possiamo utilizzare quei dati in diversi strumenti Hadoop come Hive, Pig, Spark e MapReduce. Memorizzo anche i dati delle tabelle del database MySQL in Hadoop HDFS in formato CSV. Esporto anche i dati da Hadoop HDFS alla tabella del database MySQL. Se lavori con Big Data, allora Hadoop HDFS è uno strumento molto importante per te, quindi ti consiglio vivamente di usare Hadoop HDFS per memorizzare i dati e utilizzare quei dati in diversi strumenti. **Cosa non Le piace di Hadoop HDFS?** Hadoop HDFS è il miglior file system distribuito nell'ecosistema Hadoop. Se creiamo una replica, consumerà più spazio di archiviazione rispetto a una singola copia, quindi devi assicurarti che se non hai bisogno di tolleranza ai guasti, evita le repliche. **Raccomandazioni per chi sta considerando Hadoop HDFS:** Consiglio vivamente di utilizzare Hadoop HDFS come sistema di archiviazione nelle applicazioni Big Data. **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** Di solito, ho molti dati nel database MySQL. Devo elaborare quei dati e recuperare informazioni da essi e poi memorizzare nuovamente quelle informazioni in MySQL. Quando ho provato senza Hadoop HDFS, non c'era nessuno strumento disponibile sul mercato per fare questo lavoro in modo facile e semplice. Ho provato con Hadoop HDFS e allora è diventato molto facile e semplice. Importo i dati da MySQL a Hadoop HDFS usando Sqoop. Ho elaborato quei dati e li ho memorizzati in Hadoop HDFS. Ho esportato i dati elaborati da Hadoop HDFS alla tabella MySQL usando di nuovo Sqoop e sì, il mio lavoro è fatto. A volte i nostri progetti necessitano di tolleranza ai guasti, quindi la funzione di replica di Hadoop HDFS è molto utile per il nostro team. Hadoop HDFS divide i dati in piccoli blocchi così possiamo eseguire operazioni di lettura e scrittura simultaneamente. ### 38. Strumento efficiente per l'elaborazione di grandi quantità di dati **Rating:** 4.5/5.0 stars **Reviewed by:** Lee T. | Market Strategy Planning Manager, Enterprise (> 1000 dip.) **Reviewed Date:** September 17, 2021 **Cosa Le piace di più di Hadoop HDFS?** Hadoop HDFS è uno dei software di elaborazione dati che ha supportato e distribuito tutta l'elaborazione e l'archiviazione dei dati. Questo prodotto è principalmente noto per la sua affidabilità, funzionalità e scalabilità in tutto il settore hardware. La ragione più importante per cui utilizziamo questo software è perché volevamo risolvere il problema relativo all'ottenimento di approfondimenti su dati aziendali così vasti. È piuttosto potente e ha un forte modello di programmazione che può essere utilizzato sia dal linguaggio di programmazione Java che da altri linguaggi che seguono il flusso dei dati. Questo prodotto ha anche un ottimo framework per costruire tutti i diversi team di elaborazione che sono sviluppati per livelli inferiori di latenza e un alto livello di prestazioni. Ha anche un ecosistema che è rurale solo per creare dati complessi. **Cosa non Le piace di Hadoop HDFS?** Penso che gli strumenti di sviluppo presenti nel software siano un po' difficili e a volte trovo che questi aspetti siano un po' difficili da usare. Inoltre, la curva di apprendimento dovrebbe essere mitigata in misura considerevole poiché ci sono certe competenze che una persona non possiede. **Raccomandazioni per chi sta considerando Hadoop HDFS:** Gli strumenti di sviluppo che si trovano nel software sono un po' difficili e a volte trovo che questi aspetti siano un po' difficili da usare. Inoltre, la curva di apprendimento dovrebbe essere mitigata in una certa misura poiché ci sono certe competenze che una persona non possiede. Dopo aver valutato sia gli aspetti positivi che negativi di questo famoso software, sono giunto alla conclusione che questo software è un ottimo software e genererà risultati ancora migliori e più raffinati in una grande azienda perché penso che questo software sia più adatto per software non strutturati. **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** È abbastanza facile da usare e anche facile da configurare per l'elaborazione iniziale. Inoltre, c'è molta tolleranza ai guasti all'interno della piattaforma che la rende una scelta eccellente. Inoltre, c'è una curva di apprendimento bassa all'interno della piattaforma che ne migliora l'usabilità. Complessivamente, questo prodotto ha reso tutto abbastanza facile. Con tutta la mia esperienza, penso che questo prodotto sia una soluzione molto affidabile e buona che ha l'audacia di elaborare grandi set di dati in diversi server. Questo software può automaticamente valutare il numero di macchine necessarie per l'elaborazione e l'analisi. Pertanto, penso che questo software sia indubbiamente il miglior software in questa categoria. ### 39. Processo batch offline per grandi volumi e formati multipli di dati **Rating:** 4.0/5.0 stars **Reviewed by:** Pawan K. | Bigdata Platform Architect at HCL Technologies Limited, Enterprise (> 1000 dip.) **Reviewed Date:** January 20, 2022 **Cosa Le piace di più di Hadoop HDFS?** Processo del sistema di file distribuito e ambienti multi-tenant **Cosa non Le piace di Hadoop HDFS?** Sono necessari più lavori amministrativi per la gestione del cluster **Raccomandazioni per chi sta considerando Hadoop HDFS:** Se vuoi analizzare e migliorare l'attuale business plan, inizia a utilizzare un progetto di analisi dei dati con il servizio Hadoop. **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** Analisi dei dati su grandi volumi e varietà multiple di dati ### 40. Il filesystem più affidabile **Rating:** 4.5/5.0 stars **Reviewed by:** Ankit K. | System QA Sr Analyst, Enterprise (> 1000 dip.) **Reviewed Date:** December 14, 2021 **Cosa Le piace di più di Hadoop HDFS?** Design unico che fornisce spazio di archiviazione per file estremamente grandi con un modello di accesso ai dati in streaming e funziona su hardware di consumo. **Cosa non Le piace di Hadoop HDFS?** Problema di sicurezza, gestire applicazioni complesse può essere impegnativo. Vulnerabile per natura, non adatto per piccoli dati. **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** Quando si ha a che fare con dati estremamente grandi. E si vuole scrivere una volta e leggere molte volte. Hardware economico. Grande capacità di calcolo. ### 41. Hadoop HDFS-Miglior Archiviazione per il Calcolo Distribuito **Rating:** 5.0/5.0 stars **Reviewed by:** Deepika T. | Data Engineer, Piccola impresa (50 o meno dip.) **Reviewed Date:** August 28, 2021 **Cosa Le piace di più di Hadoop HDFS?** Tutte le cose sono migliori riguardo a HDFS. Possiamo memorizzare i dati in diversi formati, che siano parquet, testo, ORC, qualsiasi cosa. Supporta il calcolo parallelo, quindi è facile memorizzare grandi quantità di dati in partizioni in blocchi. **Cosa non Le piace di Hadoop HDFS?** A volte è difficile per un nuovo studente accedere all'HDFS utilizzando la riga di comando. È un po' difficile imparare tutte le query. **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** Fondamentalmente, la nostra azienda lavora con i Big Data, quindi memorizzare grandi quantità di dati non è facile. Per memorizzare i Big Data, utilizziamo HDFS poiché possiamo archiviare i dati in blocchi e renderli facilmente accessibili. ### 42. Miglior strumento per memorizzare big data **Rating:** 4.5/5.0 stars **Reviewed by:** Utente verificato in Servizi finanziari | Piccola impresa (50 o meno dip.) **Reviewed Date:** October 08, 2021 **Cosa Le piace di più di Hadoop HDFS?** La cosa migliore di HDFS è che possiamo memorizzare diversi tipi di dati in un unico momento, così come in altri formati. Supporta anche il calcolo parallelo, grazie al quale diventa facile memorizzare dati estesi. **Cosa non Le piace di Hadoop HDFS?** L'unica cosa che non mi piace è che diventa difficile per i principianti capire come accedere alla riga di comando. È un po' difficile imparare tutto. **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** Il problema risolto da HDFS è il problema di memorizzare i big data, poiché memorizzare i big data non è un compito facile per l'azienda, dato che in HDFS i dati possono essere memorizzati in blocchi ed è facile accedervi. ### 43. Se provieni da un background di Bigdata o Analytics, devi usare HDFS. La mia esperienza è molto buona. **Rating:** 5.0/5.0 stars **Reviewed by:** AAKASH C. | Software Analyst, Enterprise (> 1000 dip.) **Reviewed Date:** April 29, 2021 **Cosa Le piace di più di Hadoop HDFS?** Archiviazione distribuita e resilienza dei dati. Gestione di più formati di file come parquet e avro e la connettività con altri sistemi. La sua integrazione con hadoop map reduce e i framework di elaborazione come spark. Sintassi simile a un normale file system se hai conoscenze su unix o altri file system. Facilmente scalabile. Facile da apprendere e configurare. Può essere utilizzato con mapreduce tradizionale così come con i framework più recenti come Spark, Storm e Scalding. Può essere configurato su un'istanza di cloud privato virtuale. Sono anche molto convenienti. **Cosa non Le piace di Hadoop HDFS?** L'installazione e la sintassi sono un po' lente da apprendere se non si proviene da un background familiare. Ci sono altre opzioni migliori come S3 e altre per l'archiviazione se si utilizza il cloud come AWS. Problemi con file di piccole dimensioni. Supporto per l'elaborazione batch. Nessun trattamento dati in tempo reale. L'architettura è un po' complessa, cioè tutti i termini come name node, data node sono difficili da comprendere la prima volta. È necessario avere conoscenza di diversi componenti se si vuole sfruttare appieno la potenza di hdfs. A volte c'è anche perdita di dati se non si configura correttamente il rack e il fattore di replica. La documentazione è un po' difficile da capire per l'utente alle prime armi. **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** Il mio problema principale che hdfs ha risolto è stato quello di memorizzare i TB di dati bancari e permettere di elaborarli senza problemi usando Spark. Problemi di archiviazione di file di grandi dimensioni su un singolo sistema. Anche i problemi quando si scrive i dati usando Spark con le diverse tecniche di compressione come gzip e snappy. Facile accesso ai dati da hdfs durante l'elaborazione. L'archiviazione di file con più formati di file è un vantaggio. Inoltre, il vantaggio principale è il partizionamento, cioè i dati sono memorizzati nelle partizioni. Può essere configurato anche su una singola macchina standalone. Gratuito e open source. Performante, economico e facile da usare. ### 44. Archiviazione durevole e coerente **Rating:** 4.0/5.0 stars **Reviewed by:** Utente verificato in Software per computer | Enterprise (> 1000 dip.) **Reviewed Date:** December 24, 2021 **Cosa Le piace di più di Hadoop HDFS?** È molto facile da configurare È davvero utile per casi d'uso con forte coerenza Può scalare senza problemi **Cosa non Le piace di Hadoop HDFS?** Richiede troppa manutenzione tempo di inattività durante la compattazione quando utilizzato con hbase Molti parametri da regolare e controllare **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** lo stiamo usando per HBase come datastore e avevo configurato Ambari e lo usavo per gestirlo tramite Ambari. A volte il cluster non è disponibile a causa della compattazione. ### 45. Revisione di Hadoop HDFS **Rating:** 4.0/5.0 stars **Reviewed by:** Okan Y. | Student, Mid-Market (51-1000 dip.) **Reviewed Date:** January 27, 2021 ### 46. Hdfs è ottimo per l'elaborazione di big data **Rating:** 4.5/5.0 stars **Reviewed by:** Utente verificato in Tecnologia dell'informazione e servizi | Mid-Market (51-1000 dip.) **Reviewed Date:** October 15, 2021 **Cosa Le piace di più di Hadoop HDFS?** Supporta file di grandi dimensioni, scalabile e utilizza hardware di consumo **Cosa non Le piace di Hadoop HDFS?** La consistenza e le proprietà acide non funzionano **Raccomandazioni per chi sta considerando Hadoop HDFS:** Elaborazione scalabile e di grande volume **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** Elaborazione di grandi quantità di dati. Elaborazione batch e in streaming ### 47. Non è solo un data lake, è un oceano di dati in crescita **Rating:** 5.0/5.0 stars **Reviewed by:** Lakshmi Narayana J. | Senior Hadoop Engineer, Enterprise (> 1000 dip.) **Reviewed Date:** January 05, 2021 **Cosa Le piace di più di Hadoop HDFS?** Archiviazione delle date per un migliore data warehousing **Cosa non Le piace di Hadoop HDFS?** Non ci sono caratteristiche negative **Raccomandazioni per chi sta considerando Hadoop HDFS:** È il primo e sempre consigliato servizio per memorizzare i dati storici **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** Per sfruttare un vasto spazio di archiviazione e per ottenere un modo più semplice ed efficiente di memorizzare e recuperare i dati ### 48. HDFS... Il cluster è fantastico **Rating:** 5.0/5.0 stars **Reviewed by:** Utente verificato in Tecnologia dell'informazione e servizi | Enterprise (> 1000 dip.) **Reviewed Date:** May 05, 2021 **Cosa Le piace di più di Hadoop HDFS?** Tolleranza ai guasti, Scalabilità, Disponibilità **Cosa non Le piace di Hadoop HDFS?** Interfaccia basata su comandi, Architettura Linux **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** Importazione ed esportazione di grandi quantità di dati. È molto veloce ### 49. Alta scalabilità con HDFS **Rating:** 4.5/5.0 stars **Reviewed by:** Utente verificato in Internet | Enterprise (> 1000 dip.) **Reviewed Date:** April 25, 2020 **Cosa Le piace di più di Hadoop HDFS?** Open source, facile scalabilità e semplicità per usi in magazzino **Cosa non Le piace di Hadoop HDFS?** Non è per applicazioni in tempo reale e non supporta sistemi transazionali. **Raccomandazioni per chi sta considerando Hadoop HDFS:** Hadoop ha il potere del parallelismo ma necessita di un miglior supporto transazionale in tempo reale **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** Sto usando HDFS con Spark/Presto solo per casi d'uso analitici ### 50. Revisione di Hadoop HDFS **Rating:** 4.5/5.0 stars **Reviewed by:** Sejal W. | Software Engineer, Mid-Market (51-1000 dip.) **Reviewed Date:** May 24, 2019 **Cosa Le piace di più di Hadoop HDFS?** Il punto chiave principale di Hadoop è che consente di memorizzare ed elaborare in modo efficiente i big data. Memorizza i dati utilizzando HDFS e li elabora utilizzando MapReduce. Questo soddisfa l'esigenza principale di memorizzare ed elaborare le tonnellate di dati che generiamo ogni giorno. La seconda parte migliore è che è un software gratuito accessibile a chiunque! **Cosa non Le piace di Hadoop HDFS?** Ogni utente dovrebbe sapere che usare Hadoop per piccoli dati non è una buona idea, renderà solo il compito facile difficile. Richiede molto spazio per essere installato sul tuo laptop. È una piattaforma vasta da imparare rapidamente. **Raccomandazioni per chi sta considerando Hadoop HDFS:** Sicuramente un'app di riferimento per l'analisi dei big data. L'esperienza con Hadoop può portarti un passo avanti se lavori nel campo dei big data. **Quali problemi sta risolvendo Hadoop HDFS e in che modo La sta aiutando?** Essendo nel campo dell'analisi dei dati, utilizzo Hadoop per memorizzare i grandi dati generati dalla mia azienda. Questi dati vengono ulteriormente utilizzati per l'elaborazione. ## Hadoop HDFS Discussions - [A cosa serve Hadoop HDFS?](https://www.g2.com/it/discussions/what-is-hadoop-hdfs-used-for) - 1 comment, 1 upvote - [View Hadoop HDFS pricing details and edition comparison](https://www.g2.com/it/products/hadoop-hdfs/reviews?qs=pros-and-cons§ion=pricing&secure%5Bexpires_at%5D=2026-08-15+05%3A45%3A42+-0500&secure%5Bsession_id%5D=0eba89e5-6b0b-4f81-9efe-7c193ecc24e1&secure%5Btoken%5D=ff8af2ab366a05322efb927e221eb940922c5623431c338f340a14d79625d2fe&format=llm_user) ## Hadoop HDFS Features **Database** - Raccolta dati in tempo reale - Distribuzione dei dati - Lago di Dati **Integrazioni** - Integrazione di Hadoop - Integrazione Spark **Piattaforma** - Scalabilità della macchina - Preparazione dei dati - Integrazione Spark **Elaborazione** - Elaborazione Cloud - Elaborazione del carico di lavoro **Creare rapporti** - Trasformazione dei dati - Modellazione dei dati - Progettazione di Report WYSIWYG - API di integrazione - Dati in tempo reale - Dati in tempo reale - Integrazioni di terze parti - Integrazioni di terze parti **Piattaforma** - Supporto Utente Mobile - Personalizzazione - Gestione di Utenti, Ruoli e Accessi - Internazionalizzazione - Ambienti di prova / Sandbox - Prestazioni e Affidabilità - Ampiezza delle Applicazioni dei Partner - Accesso Mobile - Gestione dei Metadati ## Top Hadoop HDFS Alternatives - [Databricks](https://www.g2.com/it/products/databricks/reviews) - 4.6/5.0 (1,337 reviews) - [Google Cloud BigQuery](https://www.g2.com/it/products/google-cloud-bigquery/reviews) - 4.5/5.0 (1,145 reviews) - [Cloudera](https://www.g2.com/it/products/cloudera/reviews) - 4.1/5.0 (131 reviews)