为什么HDFS不适合数据仓库分析？

为什么HDFS不适合数据仓库分析，个人认为可以从HDFS产生的背景和它所能提供的特性两个方面来分析，有关HDFS特性的，我在http://bbs.hadoopor.com/thread-468-1-1.html一文中已经有了初步说明，后续会继续深入分析，本文只从它的背景来分析原因。HDFS诞生于搜索，服务于Lucene/Nutch，使用它来存储网络蜘蛛爬过来的网页，网页显然是完全非结构化的数据，它再依托MapReduce来分析这些非结构化数据，并转换结构化数据，其中可以使用HBase来管理这些结果数据。GFS的背景估计也差不多，但无法确认。
    数据仓库则与网页不同，它是完全结构化的数据，HDFS不是最佳选择，虽然它也能满足大部分功能需求，但是无疑DTS是更佳的选择，Table更贴近数据仓库，对数据仓库来说需要的是一张大表，而非一个大文件。随着研究持续的深入，我相信这个区别会越来越明显。
    另外，还有个有待去澄清，NoSQL是什么吗？可以明确的说，并不是指不使用SQL，将它理解成非RDBMS可能更好。
欢迎大家加入讨论，提出不同观点。

HDFS是一个文件系统，基于的模型是目录树模型；关系型数据仓库，基于的模型是关系模型，所谓关系模型是指以统一的观点看待数据，都是表结构，表与表之间相互依赖。数据库模型分很多种，关系模型，层次模型，图模型，key-value模型。目录树模型与数据库模型之间没有本质的区别，都是对待数据的一种逻辑观点，都属于数据模型。由于用目录树模型管理数据在许多场合不能满足需求，因此，要使它的功能强大，大多在其上再加一层数据模型。在目录树模型之前，文件系统是flat 型的，由于i-node线性，效率太低，因此用层次型取而代之，提高单个目录下的搜索效率。

那也不绝对, 数据仓库的某些应用比如复杂的统计和排序需要做全表的扫描, 用HDFS做全量运算反而能发挥吞吐量的优势, 提高效率