首先，选择Hadoop，其实是选择的的MapReduce，把大块的任务切分为若干份小任务，由集群的每台服务器来计算，最后把结果合并。
这个思想是解决大数据的最直接的方案，一台机器放不下的数据，我用多台机器来解决。这和分治算法的思路是一致的。
那么，为什么选择Hadoop？
因为开源，免费，上万开发者维护了很多年了，资料也很多，使用起来比较容易，出了问题一般之前也有人给你踩过坑写过资料了。
当然了，国内一些实力强的大公司，喜欢自己开发一套MapReduce，其实思想都摆在那里，就是实现而已，有些公司不喜欢用Java，所以就用C、C++自己做。比如腾讯，从Google挖了一批人，来了就先搞一套自己的GFS和MapReduce，实际效果如何呢？开发了一年多，bug很多，只是靠内部关系在推，当初如果直接用Hadoop，也许没这么曲折，据了解搜搜拆分之后，也转到HBase和Hadoop了。
Apache在分布式领域除了Hadoop，还有HBase和Zookeeper这两大杀器。HBase我不太熟，Zookeeper基本是目前分布式一致协作算法里的头牌了，大公司有自己搞MapReduce的，但是自己搞分布式协作算法的不多，基本都直接用zookeeper了，为什么？因为实现起来太难太复杂。
谢邀
— 完 —
本文作者：爱宇直
【知乎日报】
你都看到这啦，快来点我嘛 Σ(▼□▼メ)
此问题还有 45 个回答，查看全部。
延伸阅读：
Hadoop和bi如何结合？搭建一个基于hadoop+hive的数据仓库，它的前端展现如何实现？如何实现BI？
基于 hadoop 的 mapreduce+hdfs 的 Hive 云数据仓库除了淘宝在用外，还有哪些企业在用？应用的场景是否是结合 Hbase 一起使用？
