我正在考虑学习 hadoop，但不确定它是否能解决我的问题。基本上我的工作有一个队列和一群 worker 。每个工作人员做少量工作，然后保存结果(如果成功)或将其发送回队列以供进一步处理。我的问题是可扩展的，受网络带宽 (ec2) 的限制，它永远跟不上多个 cpu 处理数据的速度。我想也许我可以在 hadoop 集群中用 Java 运行我的作业，并让 hadoop 通过队列分配工作。这是更好的方法吗？我假设 hadoop 可以排队并尝试尽可能在本地运行作业以最小化带宽使用和最大化 cpu 使用是正确的吗？我的程序非常受 CPU 限制，但我最近的大部分性能问题都与通过网络传递工作有关(我想尽可能将工作保持在本地)，但我看到的 hadoop 教程和我的问题之间的区别是在教程中，所有工作都是预先知道的，而我的程序不断地为自己生成新工作(直到最终完成)。这会起作用吗？它会帮助我减少通过网络传递消息的影响吗？
抱歉，我是 hadoop 的新手，想知道它是否可以解决我的问题。
最佳答案
Hadoop 就是在大型数据集上以类似批处理的模式运行作业。很难让它具有某种类似队列的行为，但并非不可能。有 Apache ZooKeeper，如果需要，它将为您提供同步以构建队列。
关于hadoop - hadoop可以做分布式队列服务器吗？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/10384204/