Не забывайте, Hadoop MapReduce. :)
"Использование" для MapReduce (согласно Википедии):
MapReduce полезен в широком спектре приложений, включая: распределенный grep, распределенную сортировку, обращение графов веб-ссылок, термин-вектор на хост, статистику журналов веб-доступа, построение инвертированного индекса, кластеризацию документов, машинное обучение и статистический машинный перевод. Кроме того, модель MapReduce была адаптирована для нескольких вычислительных сред, таких как многоядерные и многоядерные системы, настольные системы, добровольные вычислительные среды, динамические облачные среды и мобильные среды.
В Google MapReduce использовался для полной регенерации индекса Google World Wide Web.
Он заменил старые специальные программы, которые обновляли индекс и проводили различные анализы.
Посетите эту страницу, чтобы получить огромный список организаций, использующих Hadoop, и то, для чего они его используют.
Несколько из "B", например:
• BabaCar cluster кластер из 4 узлов (32 ядра, 1 ТБ).
Use Мы используем Hadoop для поиска и анализа миллионов бронирований.
• Baidu - ведущая поисковая система на китайском языке. Ad Hadoop использовал для анализа журнала поиска и выполнения некоторых работ по поиску в базе данных веб-страниц.
Handle Мы обрабатываем около 3000 ТБ в неделю
◦ Наши кластеры варьируются от 10 до 500 узлов
◦ Hypertable также поддерживается Baidu
• Кластер Beebler ◦ 14 (каждый узел имеет: 2 двухъядерных процессора, 2 ТБ памяти, 8 ГБ ОЗУ)
Had Мы используем hadoop для соответствия профилей знакомств
• Benipal Technologies - Аутсорсинг, Консалтинг, Инновации ◦ Кластер из 35 узлов (процессор Core2Quad Q9400, 4-8 ГБ ОЗУ, 500 ГБ HDD)
◦ Самый большой узел данных с процессорами Xeon E5420 * 2, 64 ГБ ОЗУ, 3,5 ТБ HDD
Capacity Общая емкость кластера около 20 ТБ в гигабитной сети с отказоустойчивостью и избыточностью
Ad Hadoop используется для внутреннего анализа данных, разработки приложений, тестирования и обхода ограничений ввода / вывода
