Hadoop作為當前主流的大數據架構，雖然其可以運行在廉價的商品計算機硬件，且用戶很容易添加節點，但是它有一些細節是很昂貴的，尤其是在生產環境中運行Hadoop。

中培偉業《大數據平臺搭建與高性能計算最佳實踐》培訓專家鐘老師指出：“IT部門認為‘我已經有服務器，我還可以買到便宜的服務器，我也有人員，所以我們不用花多少錢就可以構建自己的Hadoop集群’，這當然是一件好事，但是IT部門在部署時會發現這里會有很多他們沒有預料到的額外開銷。”

鐘老師列舉了IT領導在DIY Hadoop集群時的5個常見問題：

1.試圖以廉價的方式構建Hadoop

很多IT部門不清楚Hadoop集群應該完成什么使命(除了分析某些類型的數據)，所以他們會購買盡可能便宜的服務器。

“Hadoop被認為是可自愈的，所以當服務器的一個節點出現故障，構不成大問題，”鐘老師稱，“但如果你購買廉價的服務器，很多節點出現故障那么你就要花更多時間來修復硬件，如果一大堆節點都不運行了，這就會造成大問題?！?/p>

如果你的Hadoop集群只是實驗，那么以上這些可能不是問題。然而，很多實驗性項目通常最后都會進入生產環境。IT部門認為，“我們已經投入了大量的時間，我們已經做了很多工作，現在我們需要將其投入生產，”鐘老師說道，“在實驗期間，如果環境出現問題，只要重新啟動即可，但在生產環境，集群需要能夠抵御硬件故障、人為交互故障以及任何可能發生的事情?！?/p>

2.太多“廚師”

大多數IT部門將自己分為軟件、硬件和網絡組，而Hadoop集群跨越了這些分組，所以DIY Hadoop集群最終會成為很多有說服力的“廚師”的產物。所以最終，Hadoop集群不會按照預期那樣運行。

在進行故障排除后，系統應該能夠啟動以及讓IT運營人員在生產環境中運行，但鐘老師稱：“這是另一個學習曲線開始的地方，他們可能不熟悉Hadoop集群，你會看到很多人為錯誤、停機時間等一系列問題?！?/p>

3.沒有意識到Hadoop DIY項目的潛在風險

在Hadoop集群轉移到生產環境后，企業通常會發現他們需要安排專門的工作人員來保持其運行。鐘老師稱：“當然，工作人員的大部分時間花費在維護上，而不是創新?！?/p>

他警告：“不能期望人們在很短時間內變成Hadoop專家。”即使你雇傭經驗豐富的工作人員，但IT環境差異性很大--DIY Hadoop集群組件也是如此。因此，在你特定環境中的所有配置、連接和相互關系都需要花時間來了解。

4. 他們低估了更新的復雜性和頻率

新版Hadoop每三個月發布一次，這些通常包含新特性、新功能、更新、漏洞修復等。

5. 他們沒有準備好應對安全挑戰

在Hadoop早期，安全沒有被視為一個大問題，因為集群仍位于防火墻后面。而現在，安全已經成為最大的問題。

目前Kerberos身份驗證已經內置到Hadoop來解決這些問題，但有些IT企業不知道如何處理此協議。且這方面的文檔非常少，最要命的是這涉及到安全管理員和IT其他團隊，這些人員幾乎是使用完全不同的語言?！?/p>

有些IT部門最終會與Cloudera、Hortonworks或其他第三方簽署合同以保護他們的DIY Hadoop集群。“這需要一些時間才能完成設置、測試等工作，”鐘老師稱，“然后每過三個月，你都需要重新做一次，以確保應用和配置等一切的正常運行?！?/p>