在移動互聯網時代，很多的傳統的系統架構已經不能滿足現有的業務需要了，在大數據時代，我們需要新的架構才能滿足海量數據處理能力。　　

在實際的應用中數據增長非常的迅速，數據類型也變的豐富了，業務也變的複雜了，在這種情況下傳統的系統架構就很難支撐業務需要了，就在這樣的形式下，新的IT架構需求就出來了。

可擴展性好　　

性能上要滿足業務需要　　

性價比高　　

最重要的一點就是這些架構能夠循序漸進。

先和現有的IT架構融合，然後替換　　

成本一直以來備受關注，好的技術構架需要好的服務支撐纔能有好的效益，這也是很重要的一點。

未來的大數據系統上的各種應用可以微服務化，所有的功能有小的服務模塊組建而成，依靠依賴性讓系統自動把應用打包集裝，極大的促進了應用的遷移的便捷性。　　

hadoop能解決的問題　　

現在很多的業務在數據分析上總結一下主要有兩種，實時和非實時之分，所謂的實時就是能夠實時的處理海量數據，高併發。非實時分析包括對用戶行爲的分析，幫助優化產品設計，指導產品運營。　　

hadoop作爲大數據系統可以做的事情有很多的，最爲常見的像日誌分析，搜索，圖片分析，物聯網傳感數據分析，數據的長期存儲。

我們選擇hadoop是因爲hadoop具有這些優點。

可以存儲結構化數據和非結構化數據　　

性價比高　　

容錯率高，當服務當中的一臺服務的軟硬件出錯後系統都能繼續運行　　

能夠對海量數據快速存儲　　

對海量數據做快速計算　　

能夠通過添加節點的方式快速擴展系統　　

hadoop對系統數據安全性是有保障的　　

看多hadoop的朋友都知道，存儲在hadoop平臺中的數據，通過統一的分佈式存儲HDFS，可以將數據的訪問和存儲分佈在大量服務器之中，在可靠的多備份存儲的同時，還能將訪問分佈到集羣的各個服務器之上。　　

去IOE　　

IOE是指由IBM服務器，oracle數據庫和EMC存儲設備構成的從軟件到硬件的企業數據系統，我們所說的去IOE並不是說要不用這些服務，從實際應用的角度出發，在合適的場景下應用合適的產品，有些時候單點故障會產生嚴重的影響。

hadoop架構可以很好的解決數據庫擴展的瓶頸，它把數據庫的設計部署在經濟實惠的硬件上，通過橫向擴展，便可無限的提升數據庫的數據處理能力。