Hadoop vs MongoDB：大数据哪个更安全？

到 2020 年，生成的全球数据将达到44 Zettabytes 。 随着数据量的不断增加，传统的数据处理方法已无法满足处理海量数据的需求。 这就是大数据技术和框架的用武之地——这些结构旨在处理、处理、分析、解释和存储大量数据。

虽然有许多大数据框架，但今天，我们将特别关注两个——Hadoop 和 MongoDB。

什么是 Hadoop？

Hadoop 是由 Doug Cutting 创建的。 它是一个基于 Javed 的开源平台，用于处理、修改和存储大数据。 Hadoop 由四个核心组件组成，每个组件都旨在执行与大数据分析相关的特定任务：

• Hadoop 分布式文件系统 (HDFS) – 它是一种高度可扩展、容错的文件系统，可促进跨连接服务器的庞大网络进行无缝数据存储、访问和共享。
• MapReduce – 它是一个软件开发框架，用于通过执行两个关键功能来并行处理大型数据集：映射和归约。
• YARN（Yet Another Resource Negotiator）——它是 Hadoop 用于调度和资源管理的架构框架。
• Hadoop Common – 它是支持其他三个 Hadoop 组件的各种库和函数。 YARN 允许同时进行流式处理、交互处理和批处理。

什么是 MongoDB？

MongoDB 是一个开源的 NoSQL 数据库管理框架。 它是一个面向文档的系统，具有高度可扩展性和灵活性。 MongoDB 的关键特性之一是它可以容纳大量分布式数据集并将数据存储在集合中（在键值集中）。 MongoDB由三个核心组件组成：

• mongod：它是 MongoDB 的主要守护进程。
• mongos：它是分片集群的控制器和查询路由器。
• mongo：它是一个交互式 MongoDB shell。

Hadoop 与 MongoDB：比较

1. Hadoop 是基于 Java 的软件应用程序，而 MongoDB 是用 C++ 编写的数据库。 Hadoop 是一个产品套件/集合，但 MongoDB 本身就是一个独立的产品。
2. Hadoop 作为 RDBMS 系统的补充，用于归档数据，而 MongoDB 可以完全替代现有的 RDBMS。
3. Hadoop 最适合大规模批处理和长时间 ETL 任务，而 MongoDB 则非常适合实时数据挖掘和处理。
4. MongoDB 在地理空间分析中非常有用，因为它带有 Hadoop 中不存在的地理空间索引。
5. 在数据格式方面，Hadoop 非常灵活。 但是，MongoDB 只能导入 CSV 和 JSON 数据格式。

对于大数据来说，哪个更安全、更好？

Hadoop 和 MongoDB 都是为处理和管理大数据而构建的，它们都有各自的优缺点。 正如我们之前提到的，Hadoop 最适合批处理，但它无法处理实时数据，尽管您可以使用 Hive 运行即席 SQL 查询。

相反，MongoDB 最大的优势在于它的灵活性和替代现有 RDBMS 的能力。 它还擅长处理实时数据分析。 因此，如果您的公司拥有低延迟的实时数据，或者您需要通过替换现有的 RDBMS 来创建新系统，那么 MongoDB 是您的最佳选择。 但是，如果您需要大规模的批处理解决方案，Hadoop 就是您的工具。

尽管 Hadoop 和 MongoDB 都具有高度可扩展性、灵活性、容错性，并且能够处理大量数据。 但是在安全性方面，两者都有很多缺点。

Hadoop 在安全方面的缺点源于一个中心点——它的复杂性。 由于 Hadoop 是相互关联和协作的组件的合并，因此配置和管理平台变得困难。 此外，如果经验不足的专业人员正在处理它，他们可能会使攻击向量暴露在威胁之下。 更重要的是，在设计 Hadoop 时，“安全”的概念被遗漏了——最初，它仅限于稳定环境中的私有集群。 尽管现在 Hadoop 具有认证和授权等必要的安全功能，但它们可以作为默认选项关闭。

截至目前， CVE （Common Vulnerabilities and Exposures）数据库中有四个记录在案的 Hadoop漏洞，其平均 CVSS（Common Vulnerability Scoring System）得分为 6.3。 因此，它属于中等风险部分。

谈到 MongoDB，它的安全缺陷可能不像 Hadoop 那样被高度宣传或突出，但它仍然存在许多关键漏洞。 由于 Hadoop 和 MongoDB 都起源于私有数据中心，然后与云平台集成，它们产生了一个攻击向量的海洋。 和 Hadoop 一样，MongoDB 没有访问控制。 MongoDB 在 CVE 数据库中记录了 7 个记录的漏洞，平均 CVSS 得分为 6。因此，它也属于中等风险部分。

因此，如您所见，虽然 Hadoop 和 MongoDB 都可以有效地满足您组织的大数据需求，但从安全角度来看，它们并不是很可靠。 基于这些框架构建的 Web 应用程序通常在默认情况下关闭安全功能。 这只指出了不良的安全实践，不仅在供应商端，而且在开发者端。 克服这些安全缺陷的关键是将 Hadoop 和 MongoDB 平台与适当的控制机制相集成，这些控制机制可以及时识别和修复软件交付管道中的漏洞，从而促进对系统中所有端点的安全监控和评估。

如果您有兴趣了解有关大数据的更多信息，请查看我们的 PG 大数据软件开发专业文凭课程，该课程专为在职专业人士设计，提供 7 多个案例研究和项目，涵盖 14 种编程语言和工具，实用的动手操作研讨会，超过 400 小时的严格学习和顶级公司的就业帮助。

从世界顶级大学在线学习软件开发课程。 获得行政 PG 课程、高级证书课程或硕士课程，以加快您的职业生涯。