云计算最适合的就是海量数据的分析，Google最早提出MapReduce就是为了海量数据分析， 后来也运用在开源的云技术Hadoop中。通过Hadoop将海量数据分割于多个节点， 然后由每一个节点并行计算，将得出的结果归并到输出，同时第一阶段的输出又可以作为下一阶 段计算的输入。

        AdView移动云广告服务系统平台在与计算数据量的上限不可预测的情况下， 后台采用Hadoop云技术，这样将分步式的扩展性和可用性充分发挥出来。Hadoop不是一种系统， 是一种底层架构，Hadoop框架中最核心的设计就是：HDFS和MapReduce。

        HDFS核心是 ：Hadoop分布式文件系统（Hadoop Distributed File System）， Hadoop通过Namenode作为索引，在DataNode节点间复制备份多份数据来分步式保障存储还练数据， 同时提供了很高的分布式扩展性和可用性！

        MapReduce的核心是 ：将海量数据与任务进行分解，在不同阶段，同时并行和串行结合的计算， 并灵活的归纳总结到数据库中，这样可以很好地在分布式集群的资源下得以高效的处理！

        在Hadoop的规则，语法，逻辑，接口需要针对具体的业务进行客户化和重新开发， 相对于传统的IT系统而言，新的业务部署和开发具备高度的挑战， 例如Google和Yahoo的基于Hadoop的云计算力量就很强大。