Hadoop 的扩容能力挺厉害的，PB 级数据都能搞定，而且线性扩展，一点不费劲。用普通机器搭个几千节点的集群也不是什么大问题，成本也比较友好，适合预算不高的项目。

数据分布式这块效率还不错，任务会自动分配到靠近数据的节点上，避免了不必要的网络传输，速度上去了，资源也利用得更好。可靠性方面，Hadoop 会自动备份数据，节点挂了也不怕，任务会被自动重部署，稳定性这块放心用。

如果你对大数据开发刚入门或者想搞搞性能调优，这份 PPT 蛮值得一看。每一页都讲得挺清楚，像“HDFS”、“MapReduce”这些核心组件的原理和使用场景都有提到。对了，还顺手整理了一些相关技术的链接，你要是感兴趣，可以点进去看看。

比如你想深入了解分布式查询优化，或者配置下MongoDB 副本集啥的，下面这些资源都还挺靠谱：

如果你正准备搭分布式集群，或者对Hadoop 调优还没啥头绪，这套 PPT 建议先刷一遍，能少踩不少坑哦。