“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。” 骨文公司大數據產品經理Jean-Pierre Dijck如是說。由此我們必須思考一個問題，那就是：如果企業想要自己構建Hadoop大數據環境，需要注意哪些問題呢？

陷阱一：用很廉價的方式也能構建起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，”Dijcks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。”

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，”Dijcks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。”

Forrester公司在其2016年第二季度報告“大數據Hadoop優化系統”中指出，我們需要大量時間和精力用于安裝、配置、調試、升級和監控通用Hadoop平臺的基礎設施，而預配置Hadoop優化系統可提供更快的時間價值、降低成本、最小化管理工作以及模塊化擴展功能。

陷阱二：Hadoop更新的 頻率并不高，也并不復雜？

新版Hadoop(例如來自Cloudera和Hortonworks)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。

“除了保持Hadoop集群運行所需的所有人類操作外，每三個月都會有新的升級版本，”Dijcks稱，“你完成升級的那一刻，你必須開始規劃下一次升級。這相當復雜，所以有些人開始跳過更新。”即使你跳過幾次更新，最終你還是會需要更新，例如從5.4升級到5.7。

雖然Cloudera和Hortonworks會嘗試測試盡可能多的場景，“他們不能測試你特定操作系統版本或者對特定工作操作的影響，”Dijcks稱，“你的環境可能有思科路由器或者Red Hat操作系統或者IBM硬件，同時，如果這個集群正用于大數據生產項目，而你需要更新時，就有可能會制造出明顯的停機時間。”

陷阱三：需要面對的安全挑戰并不嚴峻？

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，“整合Kerberos到企業的Active Directory非常復雜，”他表示，“你需要在Active Directory和一系列組件之間進行非常多集成工作。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。”

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，”Dijcks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。”