MapReduce優缺點

一、優點

1）MapReduce 易於程式設計
它簡單的實現一些介面，就可以完成一個分散式程式，這個分散式程式可以分佈到大量廉價的機器上執行。也就是說你寫一個分散式程式，跟寫一個簡單的序列程式是一模一樣的。就是因為這個特點使得MapReduce程式設計變得非常流行。
2）良好的擴充套件性
當你的計算資源不能得到滿足的時候，你可以通過簡單的增加機器來擴充套件它的計算能力。
3）高容錯性
MapReduce設計的初衷就是使程式能夠部署在廉價的機器上，這就要求它具有很高的容錯性。比如其中一臺機器掛了，它可以把上面的計算任務轉移到另外一個節點上執行，不至於這個任務執行失敗，而且這個過程不需要人工參與，而完全是由Hadoop內部完成的。
4）適合PB級以上海量資料的離線處理
可以實現上千臺伺服器叢集併發工作，提供資料處理能力。

二、缺點

1）不擅長實時計算
MapReduce無法像MySQL一樣，在毫秒或者秒級內返回結果。
2）不擅長流式計算
流式計算的輸入資料是動態的，而MapReduce的輸入資料集是靜態的，不能動態變化。這是因為MapReduce自身的設計特點決定了資料來源必須是靜態的。
3）不擅長DAG（有向圖）計算
多個應用程式存在依賴關係，後一個應用程式的輸入為前一個的輸出。在這種情況下，MapReduce並不是不能做，而是使用後，每個MapReduce作業的輸出結果都會寫入到磁碟，會造成大量的磁碟IO，導致效能非常的低下。

三、總結

MapReduce雖然有諸多缺點，但它確實分散式計算的鼻祖，後期流行的離線數倉Hive底層也是基於MapReduce程式，實時計算框架Spark、Flink也或多或少借鑑了MapReduce的設計原理，只不過對中間計算結果在資料儲存方面做出了改進。