说到大数据技术不得不提起Hadoop，它有哪些优缺点呢？

Hadoop的优点

1、Hadoop具有按位存储和处理数据能力的高可靠性。

2、Hadoop通过可用的计算机集群分配数据，完成存储和计算任务，这些集群可以方便地扩展到数以千计的节点中，具有高扩展性。

3、Hadoop能够在节点之间进行动态地移动数据，并保证各个节点的动态平衡，处理速度非常快，具有高效性。

4、Hadoop能够自动保存数据的多个副本，并且能够自动将失败的任务重新分配，具有高容错性。

Hadoop的缺点

1、Hadoop不适用于低延迟数据访问。

2、Hadoop不能高效存储大量小文件。

3、Hadoop不支持多用户写入并任意修改文件。

Hadoop的核心组件



Hadoop简介

Hadoop自诞生以来，主要出现了Hadoop1、Hadoop2、Hadoop3三个系列多个版本。

Hadoop2的三大核心组件分别是HDFS、MapReduce、Yarn。目前市面上绝大部分企业使用的是Hadoop2。

Hadoop2的一个公共模块和三大核心组件组成了四个模块，简介如下：

(1)Hadoop Common：为其他Hadoop模块提供基础设施。

(2)HDFS：具有高可靠性、高吞吐量的分布式文件系统。

(3)MapReduce：基于Yarn系统，分布式离线并行计算框架。

(4)Yarn：负责作业调度与集群资源管理的框架。

Hadoop技术俨然成为大数据的关键点，也是大数据开发课程的重中之重。

对大数据以及人工智能概念都是模糊不清的，该按照什么线路去学习，学完往哪方面发展，想深入了解，想学习的同学欢迎加入大数据学习qq群：458345782，有大量干货（零基础以及进阶的经典实战）分享给大家，并且有清华大学毕业的资深大数据讲师给大家免费授课，给大家分享目前国内最完整的大数据高端实战实用学习流程体系 。从java和linux入手，其后逐步的深入到HADOOP-hive-oozie-web-flume-python-hbase-kafka-scala-SPARK等相关知识一一分享！



 

任何一种编程语言，都有其优劣性，Python编程亦如此，以下是对Python优缺点的解析：
先看优点
Python的定位是“优雅”、“明确”、“简单”，所以Python程序看上去总是简单易懂，初学者学Python，不但入门容易，而且将来深入下去，可以编写那些非常非常复杂的程序。
开发效率非常高，Python有非常强大的第三方库，基本上你想通过计算机实现任何功能，Python官方库里都有相应的模块进行支持，直接下载调用后，在基础库的基础上再进行开发，大大降低开发周期，避免重复造轮子。
高级语言————当你用Python语言编写程序的时候，你无需考虑诸如如何管理你的程序使用的内存一类的底层细节
可移植性————由于它的开源本质，Python已经被移植在许多平台上(经过改动使它能够工
作在不同平台上)。如果你小心地避免使用依赖于系统的特性，那么你的所有Python程序无需修改就几乎可以在市场上所有的系统平台上运行
可扩展性————如果你需要你的一段关键代码运行得更快或者希望某些算法不公开，你可以把你的部分程序用C或C++编写，然后在你的Python程序中使用它们。
可嵌入性————你可以把Python嵌入你的C/C++程序，从而向你的程序用户提供脚本功能。
再看缺点：
速度慢，Python 的运行速度相比C语言确实慢很多，跟Java相比也要慢一些，因此这也是很多所谓的大牛不屑于使用Python的主要原因，但其实这里所指的运行速度慢在大多数情况下用户是无法直接感知到的，必须借助测试工具才能体现出来，比如你用C运一个程序花了0.01s,用Python是0.1s,这样C语言直接比Python快了10倍,算是非常夸张了，但是你是无法直接通过肉眼感知的，因为一个正常人所能感知的时间最小单位是0.15-0.4s左右，哈哈。其实在大多数情况下Python已经完全可以满足你对程序速度的要求，除非你要写对速度要求极高的搜索引擎等，这种情况下，当然还是建议你用C去实现的。
代码不能加密，因为Python是解释性语言，它的源码都是以名文形式存放的，不过我不认为这算是一个缺点，如果你的项目要求源代码必须是加密的，那你一开始就不应该用Python来去实现。
线程不能利用多CPU问题，这是Python被人诟病最多的一个缺点，GIL即全局解释器锁(Global Interpreter
Lock)，是计算机程序设计语言解释器用于同步线程的工具，使得任何时刻仅有一个线程在执行，Python的线程是操作系统的原生线程。在Linux上为pthread，在Windows上为Win
thread，完全由操作系统调度线程的执行。一个python解释器进程内有一条主线程，以及多条用户程序的执行线程。即使在多核CPU平台上，由于GIL的存在，所以禁止多线程的并行执行。关于这个问题的折衷解决方法，我们在以后线程和进程章节里再进行详细探讨。
当然，Python还有一些其它的小缺点，在这就不一一列举了，我想说的是，任何一门语言都不是完美的，都有擅长和不擅长做的事情，建议各位不要拿一个语言的劣势去跟另一个语言的优势来去比较，语言只是一个工具，是实现程序设计师思想的工具，就像我们之前中学学几何时，有的时候需要要圆规，有的时候需要用三角尺一样，拿相应的工具去做它最擅长的事才是正确的选择。之前很多人问我Shell和Python到底哪个好？我回答说Shell是个脚本语言，但Python不只是个脚本语言，能做的事情更多，然后又有钻牛角尖的人说完全没必要学Python，Python能做的事情Shell都可以做，其实这种认知是不正确的，哪个更顺手，用了才知道！

任何一种编程语言，都有其优劣性，Python编程亦如此，以下是对Python优缺点的解析：
先看优点
Python的定位是“优雅”、“明确”、“简单”，所以Python程序看上去总是简单易懂，初学者学Python，不但入门容易，而且将来深入下去，可以编写那些非常非常复杂的程序。
开发效率非常高，Python有非常强大的第三方库，基本上你想通过计算机实现任何功能，Python官方库里都有相应的模块进行支持，直接下载调用后，在基础库的基础上再进行开发，大大降低开发周期，避免重复造轮子。
高级语言————当你用Python语言编写程序的时候，你无需考虑诸如如何管理你的程序使用的内存一类的底层细节
可移植性————由于它的开源本质，Python已经被移植在许多平台上(经过改动使它能够工
作在不同平台上)。如果你小心地避免使用依赖于系统的特性，那么你的所有Python程序无需修改就几乎可以在市场上所有的系统平台上运行
可扩展性————如果你需要你的一段关键代码运行得更快或者希望某些算法不公开，你可以把你的部分程序用C或C++编写，然后在你的Python程序中使用它们。
可嵌入性————你可以把Python嵌入你的C/C++程序，从而向你的程序用户提供脚本功能。
再看缺点：
速度慢，Python 的运行速度相比C语言确实慢很多，跟Java相比也要慢一些，因此这也是很多所谓的大牛不屑于使用Python的主要原因，但其实这里所指的运行速度慢在大多数情况下用户是无法直接感知到的，必须借助测试工具才能体现出来，比如你用C运一个程序花了0.01s,用Python是0.1s,这样C语言直接比Python快了10倍,算是非常夸张了，但是你是无法直接通过肉眼感知的，因为一个正常人所能感知的时间最小单位是0.15-0.4s左右，哈哈。其实在大多数情况下Python已经完全可以满足你对程序速度的要求，除非你要写对速度要求极高的搜索引擎等，这种情况下，当然还是建议你用C去实现的。
代码不能加密，因为Python是解释性语言，它的源码都是以名文形式存放的，不过我不认为这算是一个缺点，如果你的项目要求源代码必须是加密的，那你一开始就不应该用Python来去实现。
线程不能利用多CPU问题，这是Python被人诟病最多的一个缺点，GIL即全局解释器锁(Global Interpreter
Lock)，是计算机程序设计语言解释器用于同步线程的工具，使得任何时刻仅有一个线程在执行，Python的线程是操作系统的原生线程。在Linux上为pthread，在Windows上为Win
thread，完全由操作系统调度线程的执行。一个python解释器进程内有一条主线程，以及多条用户程序的执行线程。即使在多核CPU平台上，由于GIL的存在，所以禁止多线程的并行执行。关于这个问题的折衷解决方法，我们在以后线程和进程章节里再进行详细探讨。
当然，Python还有一些其它的小缺点，在这就不一一列举了，我想说的是，任何一门语言都不是完美的，都有擅长和不擅长做的事情，建议各位不要拿一个语言的劣势去跟另一个语言的优势来去比较，语言只是一个工具，是实现程序设计师思想的工具，就像我们之前中学学几何时，有的时候需要要圆规，有的时候需要用三角尺一样，拿相应的工具去做它最擅长的事才是正确的选择。之前很多人问我Shell和Python到底哪个好？我回答说Shell是个脚本语言，但Python不只是个脚本语言，能做的事情更多，然后又有钻牛角尖的人说完全没必要学Python，Python能做的事情Shell都可以做，其实这种认知是不正确的，哪个更顺手，用了才知道！

集中采购是指一个总部部门对企业所承担的所有采购进行控制。部门经理提交批准请求，采购人员保留对预算的控制权。这有助于集中管理和批量采购，从而带来更好的价格和条款，以及提升与大型供应商合作的能力。

 

这种集中控制能够提高库存控制的有效性，降低人员成本和企业的日常管理费用。员工也受益于更好的培训和支持，并且有能力与供应商建立更好的关系。

 

这似乎显而易见，许多大企业要么快速有组织地增长，要么通过并购实现增长。为了控制预算并提供企业运营所需的资源，集中采购通常是更好的选择。

 




集中采购的优点：

 

-降低企业的日常管理费用。

-避免员工工作量重复及由此造成的成本，标准化所有活动。

-许多员工不再需要将时间花在低水平的临时采购上。

-批量采购意味着能够获得更优惠的价格、更大的折扣和更合心意的条款。

-批量交付减少送货费用以及搬运和储存商品的人员费用。

-计算机控制系统可用于自动化大部分工作，整合采购系统和会计与库存控制。

-所有采购的物品都有集中的记录。

-员工可以接受采购和如何最小化成本方面的培训。

-供应商知道在哪和谁接触会让供应商联系更加容易。

-采购人员可以与买家建立良好的关系,使供应商能够理解业务需求并推荐其他可能更合适、更经济实惠的产品。

-加强对库存的控制，使库存保持在最优水平。

 

集中采购的缺点：

 

-特殊商品的请购单必须从其他地方送到采购部门，造成延误和麻烦。

-如果公司横跨不同地区，可能无法利用当地折扣。

-集中采购部门可能会变得太大、太复杂，因而无法管理。

 

对小企业来说，员工和计算机系统只处理采购可能不太符合成本效益。如果是地理位置不太分散的大公司，集中采购部门的优点会远远大过缺点。

 

集中式组织需要利益相关者的支持。要获得他们的支持，请专注于企业的主要目标，在为客户提供最大价值的同时最大程度地提高利润。

 

有效实践集中采购策略

 

为了成功地转向集中采购，首先要确保采购部门资金充足，配备了顶尖人才，并具有适当的流程和工具配合来无缝高效地交付货物。有了稳固的、由中心主导的采购模型，就可以将利益相关者的想法呈现给利益相关者，使利益相关者可以专注于部门的重要方面，而不必承担价格谈判和供应链监督的额外责任。

 

借助相应的管理工具如8Manage SRM采购平台，能够有效帮助企业制定最佳的采购策略，以满足各个层次业务的特定需求。

 



 

（1）采购流程一站式管理

 

8Manage SRM提供一个有效的框架，用于创建不同类型的招标计划和战略，支持端到端的电子招投标过程。针对采购与供应商管理环节，8Manage拥有齐全的管理模块，诸如在线寻源、绩效考核、采购申请、计划、快速报价、订单追踪、收货、质检、库存、成本监控等等。

 

同时，支持集中式与分散式采购，让企业能够实时掌握供应商和采购信息，随时了解采购进展，控制采购成本，建立和维护规范的采购规则。

 

（2）采购数据智能化实时分析

 

8Manage SRM采购管理系统不仅可以有效保存采购数据，更对采购数据分析进行智能化实时分析。系统支持管理整个企业的资金流情况，实现整个组织架构的开支费用的汇总和分类，以此来帮助企业有效地做好成本控制，提高运营绩效，并确保所有开支符合企业规范。

 

结语

 

从集中采购的优势出发，企业应当重视供应链管理与企业集中采购的关系，不断创新与优化企业集中采购优势，促进供应链管理的进步，实现资源利用的最大化，降低采购风险，保证企业运营的稳定性和安全性。