Hadoop 的分布式文件系统 HDFS，挺适合做大数据存储的。它的高容错加高吞吐，放在低成本机器上也能稳稳跑起来，适合你超大数据集的时候用。嗯，访问方式是流式的，对那些做日志、ETL 任务的开发来说，蛮方便的。HDFS和MapReduce这对组合，一个负责存，一个负责算，配合得还挺默契。
你要搭个小型集群玩玩也行，搞大点的生产环境也没问题，资源也多，社区也活跃。如果你常用JAVA，这个框架也算比较友好，多接口都能接得上。
另外，相关的内容我整理了几个链接，像 HDFS 系统、Hadoop 搭建啥的，你可以看看，挺有的。