我刚刚开始学习Hadoop，在官方指南中，它提到了双倍的数量
集群能够像原始数据一样快速查询双倍大小的数据。
另一方面，传统的RDBM仍然会花费两倍的时间来查询结果。
我无法掌握集群和处理数据之间的关系。希望有人能给我
一些想法。答案 0 :(得分：1)
这是分布式计算的基本思想。
如果您有一台服务器处理大小为X的数据，它将花费时间Y。 如果您有2X数据，则同一服务器将（大致）花费2Y时间。
但是如果你有10台服务器并行工作（以分布式方式），并且它们都拥有整个数据（X），那么它们将花费Y / 10时间。通过在一台服务器上使用10倍以上的资源可以获得相同的效果，但通常这是不可行和/或可行的。 （比如增加CPU功率10倍也不太合理。）
这当然是一个非常粗略的简化，Hadoop并没有将整个数据集存储在所有服务器上 - 只需要部分。 Hadoop在每个服务器上都有一个数据子集，服务器处理他们生成一个＆＃34;答案的数据。到底。这需要通信和不同的协议来商定要共享的数据，如何共享，如何分发等等 - 这就是Hadoop所做的。