George Crump：简短的回答是你必须有Hadoop分布式文件系统来执行Hadoop分析。但是，通常问这个问题的时候，IT人员实际上想问的是如果存储资源必须直接连接，哪一个是传统的Hadoop设计。对于这个问题的答案是NO，而且还有一些很有力的理由来佐证我们不必遵从通常的设计。

什么是Hadoop分析?

Hadoop是一种用于业务分析处理的环境。允许大量的计算算来处理超大型非结构化数据集。这些数据可以来自于各种源，但是最常见的数据是通过作为物联网的一部分的传感器创造的数据。为了让其分析处理是有价值的，Hadoop必须快速处理这些数据集，而且要通过Hadoop分布式文件系统(HDFS)实现。HDFS本质上将计算转移到数据，而不是传输数据到计算。

大多数Hadoop环境由商用服务器集群组成，都有本地存储。数据加载到这些结点，在那里处理那个数据集。这称之为MapReduce功能。一旦每一个结点基于请求处理那个数据，结果就会从每一个结点发送，然后在一个主结点合并。主结点也存储与集群管理相关的所有元数据。

Hadoop存储替代

传统Hadoop存储架构的替代品利用了共享的存储环境，这个环境是计算结点连接的。厂商提供了这种解决方案，既可以用他们自己的HDFS兼容的插件，也可以利用亚马逊简单存储服务(S3)接口的Hadoop模式。

S3是一款本地的文件系统，用来读取和编写亚马逊云存储上的文件。很多对象存储系统支持这个接口，最终可以支持运行在本地虚拟云上的Hadoop基础架构，而不是在亚马逊云中。这个文件系统的优势在于Hadoop可以访问文件，这个文件可以通过其他工具或者联网的传感器编写。相反，其他的应用也可以使用Hadoop访问文件编写。

使用共享存储基础架构存储Hadoop数据有很多好处，包括更好更有效地保护数据，多应用访问存储以及更好地保护Hadoop主结点。