数据量上TB以后 传统的数据集性能达到了瓶颈 只能靠扩充硬件来完成很多数据仓库的查询 而且查询速度慢 如果多人共用的话很更慢 ，垂直扩展硬件是有局限性的，比如硬盘由1t缓成2t，但是很快内存不够了128g少了 那就得上256g 但是很快主板插满了 不支持更大了 所以再大的数据量已经不能支持了，
hadoop系统的好处可以线性增加机器 而且是廉价的机器 成本很低 也能完成传统数据仓库的查询和统计，费用低，硬件便宜
- 为什么在数据量很大时（TB 以上）需要利用 hadoop 系统。？
- HDFS 存储数据占用多少硬盘空间？
- 为什么 SparkContext 被设计成不能被序列化?
- MySQL workbenchce8.0 怎么创建数据库数据表？
- sql 除了连接，聚合，窗口函数还有什么高阶的操作？或者说运用基本操作能得到一些高级技巧？
- 从进入开始到最终获取数据的接口几乎每个请求都修改了 cookie 中的 jsessionid 的值如何解决？
- hadoop 外部浏览器访问 50070 正常可以访问 8088 不可以！但是用 vm 浏览器就可以，请问为什么？
- cdh 的 hbase2.0 怎么使用 hbck2 修复工具？
- spark Streaming 做增量学习怎么做?
- flink TableApi 的 select 中的语句与 Sql 语句的有什么区别吗？
- 在哪里能下载到 HDFS 审计日志数据集？
- 为什么 SQL SERVER 2000 存储过程修改后不定时会自动还原成修改之前的内容，就像从没修改过？
- k8s 为什么不用 drf 做调度算法？
- Python 报错'int' object is not subscriptable 怎么办？
- 这个巴比伦算法哪里错了，为什么我的 while 语句无法循环?