数据库和文件中储存的数据量每天都在增长，因此我们需要构建能够储存大量数据(“大数据”)，并且廉价、可维护、可伸缩的环境。传统的关系数据库(RDBMS)系统在当前的需求下成本过高并且不可伸缩，因此开发、使用能够满足需求的新技术正合时宜。在这些方向中，云计算是其中一项领先的技术。云计算有许多不同的实现，我们选择的是Hadoop，这是一个拥有Apache许可、基于Google MapReduce的框架。在本文中，我将尝试说明如何构建一个可伸缩的Hadoop集群，以存储、索引、检索和维护理论上无限容量的